[發明專利]一種基于隨機森林的頭部姿態估計方法

有效

• 申請號: 201810638061.9
• 申請日: 2018-06-20
• 公開（公告）號: CN108960302B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 董延超;林敏靜;何士波;岳繼光
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 蔡彭君

本發明涉及一種基于隨機森林的頭部姿態估計方法，包括：步驟S1：載入多張圖片，并導入各圖片的特征點數據和實際頭部姿態數據；步驟S2：將所有已知特征點數據和實際頭部姿態數據的圖片劃分為訓練集和測試集；步驟S3：采用訓練集圖片訓練得到最佳隨機森林模型，其中，最佳隨機森林模型用于根據特征點數據得到估計頭部姿態數據；步驟S4：采用測試集圖片對訓練后的隨機森林模型進行測試，若測試誤差小于閾值，則執行步驟S5，若為否，則返回步驟S1；步驟S5：采用隨機森林模型對待估計圖片進行視線估計。與現有技術相比，本發明只需要利用臉部8個特征點，就可以進行頭部姿態各角度的回歸。

技術領域

本發明涉及一種頭部姿態估計方法，尤其是涉及一種基于隨機森林的頭部姿態估計方法。

背景技術

隨著科技的進步，人們對安全的要求越來越高，因此對人臉識別技術的要求也隨之高漲。目前的許多技術在實驗室等相對理想的環境中取得了相當令人滿意的效果，但是在實際應用中，由于自然界的環境與人的姿態千變萬化，這些不可避免的因素都嚴重影響人臉識別的準確率。而對于人臉識別及其相關問題，頭部姿態估計是一個重要的前期處理過程，在有頭部姿態變化的情況下進行魯棒的人臉識別仍很困難，因此頭部姿態估計作為解決這些問題的先決條件，是提高人臉識別技術性能的重要方法。

此外，近年來，對視線跟蹤研究的呼聲也越來越高。而在視線跟蹤中，頭部姿態估計扮演著至關重要的角色。一般認為，人們想要注視某個方向時，通常是先將頭部轉向被注視的目標，然后轉動眼睛將目標放在視野范圍內，因此視線的計算是以頭部為參考坐標系的，頭部姿態的估計是視線跟蹤的重要前提。

綜上所述，頭部姿態估計是二十一世紀計算機視覺與模式識別鄰域中重要的研究內容。在最近幾年中，頭部姿態估計主要應用于人臉識別，視線方向估計，汽車安全輔助駕駛等，因其有著多方面廣泛的應用，越來越引起研究者的注意。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于隨機森林的頭部姿態估計方法。

本發明的目的可以通過以下技術方案來實現：

一種基于隨機森林的頭部姿態估計方法，包括：

步驟S1：載入多張圖片，并導入各圖片的特征點數據和實際頭部姿態數據；

步驟S2：將所有已知特征點數據和實際頭部姿態數據的圖片劃分為訓練集和測試集；

步驟S3：采用訓練集圖片訓練得到最佳隨機森林模型，其中，所述最佳隨機森林模型用于根據特征點數據得到估計頭部姿態數據；

步驟S4：采用測試集圖片對訓練后的隨機森林模型進行測試，若測試誤差小于閾值，則執行步驟S5，若為否，則返回步驟S1；

步驟S5：采用隨機森林模型對待估計圖片進行視線估計。

所述特征點數據包括：

左臉特征點，共設置兩個，分別為第1特征點和第2特征點，

右臉特征點，共設置兩個，為第4特征點和第3特征，分別與左臉特征點對稱，；

豎向特征點，共設置四個，由上至下豎直分布于鼻尖，分別為第5特征點、第6特征點、第7特征點和第8特征；

所述頭部姿態數據包括：頭部俯仰角、方位角和翻滾角。

所述步驟S1具體為：通過三維建模軟件生成多張已知特征點數據和實際頭部姿態數據的圖片。

所述步驟S1包括：

步驟S11：三維建模軟件生成多張三維人像；

步驟S12：獲取三維人像特征點數據和實際頭部姿態數據；

步驟S12：根據三維人像導出平面圖片。