[發(fā)明專利]一種人臉特征提取方法

有效

• 申請?zhí)枺?/td>: 201210376751.4
• 申請日: 2012-09-29
• 公開（公告）號: CN102880866A
• 公開（公告）日: 2013-01-16
• 發(fā)明（設(shè)計(jì)）人: 趙杰煜;金秋
• 申請（專利權(quán)）人: 寧波大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 寧波市鄞州甬致專利代理事務(wù)所(普通合伙) 33228
• 代理人: 章松偉

技術(shù)領(lǐng)域

本發(fā)明涉及圖像分析技術(shù)領(lǐng)域，具體講是一種人臉特征提取方法。

背景技術(shù)

人臉特征提取技術(shù)就是通過計(jì)算機(jī)在一幅人臉圖像上自動定位出人臉各個器官的準(zhǔn)確位置，其中包括眼睛、鼻子、嘴巴以及人臉外輪廓等所有需要提取特征點(diǎn)的位置。人臉特征提取可以為人臉識別、表情姿態(tài)分析、人臉跟蹤等研究工作提供相應(yīng)的基礎(chǔ)數(shù)據(jù)。當(dāng)前存在許多特征提取算法如主特征分析（PCA）、局部二元模式（LBP）、線性判別分析（LDA）、Gabor小波變換等可以用于提取人臉特征，但是這些方法只能在特定條件（光線、姿勢、化妝和臉部表情恰當(dāng)）下可以較好工作，而且得到的都是一些底層的、復(fù)雜的信息，用于人臉識別和聚類很難取得好的效果。

主動表觀模型（Active?Appearance?Model，AAM）已經(jīng)被成功的應(yīng)用于很多領(lǐng)域中，涉及的領(lǐng)域有人臉建模，人眼建模，臉部表情識別，圖像分割和分析，姿態(tài)估計(jì)，臉部跟蹤和手勢識別等。人臉特征定位算法，根據(jù)使用數(shù)據(jù)維度大致可以分為兩類：基于二維圖像的人臉特征定位、基于三維圖像的人臉特征定位。基于二維圖像的人臉特征定位由于現(xiàn)有人臉檢測分割技術(shù)的固有限制，光照、背景和人物姿態(tài)等對處理結(jié)果有較大的影響。基于三維圖像的人臉特征定位使用了昂貴的三維掃描儀器用于生成三維人臉圖像，使用曲率計(jì)算和全局配準(zhǔn)的算法，對計(jì)算機(jī)和處理設(shè)備的要求過高，難以實(shí)用推廣。主動表觀模型（AAM）就是使用較為廣泛的基于二維圖像的人臉特征定位的一種方法。

Kinect相機(jī)2010年在美國上市，這種小巧低廉的深度相機(jī)設(shè)備，在商用硬件上也能達(dá)到每秒200幀以上，在復(fù)雜背景和人物姿態(tài)條件下能夠準(zhǔn)確跟蹤并分割臉部圖像，給計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué)、人機(jī)交互等領(lǐng)域帶來一系列革命性的變化。基于本段前述可知，雖然Kinect相機(jī)已廣泛應(yīng)用于人體姿態(tài)分析識別，且在復(fù)雜背景和人物姿態(tài)條件下能夠準(zhǔn)確跟蹤并分割臉部圖像，但是目前為止還沒有利用Kinect相機(jī)提供的人體姿態(tài)分析數(shù)據(jù)和深度數(shù)據(jù)來對人臉特征進(jìn)行定位的方法，即還未見利用Kinect相機(jī)提供的人體姿態(tài)分析數(shù)據(jù)和深度數(shù)據(jù)進(jìn)行人臉特征提取的方法。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是，提供一種將Kinect相機(jī)提供的人體姿態(tài)分析數(shù)據(jù)和深度數(shù)據(jù)融合到Depth-AAM算法中，形成基于2.5維圖像的人臉特征提取方法。

本發(fā)明的技術(shù)方案是，提供一種人臉特征提取方法，包括以下步驟，

1）采用主成份分析方法訓(xùn)練Depth-AAM算法的表觀模型：

①利用Kinect相機(jī)采集訓(xùn)練用人臉圖像的紋理圖像和深度圖像，將深度圖像從0~65535像素范圍壓縮到0~255像素范圍，代入四通道圖像的α通道，再與紋理圖像合并為RGBD四通道圖像，并對其進(jìn)行手工標(biāo)定若干個輪廓點(diǎn)；

②定義人臉形狀為組成網(wǎng)格的v個頂點(diǎn)坐標(biāo)s＝(x₁,y₁，...,x_v,y_v)^T；頂點(diǎn)構(gòu)成的形狀向量用主成份分析方法建立二維線性模型，形狀向量被表示成基本形狀s₀加上m個形狀向量s_i的線性組合p＝(p₁，...,p_m)^T是形狀矩陣的特征值向量，s₀為人臉圖像的標(biāo)準(zhǔn)姿態(tài)，s_i是特征值p_i對應(yīng)的特征向量；