基于ASM与AAM的人脸特征定位与匹配算法研究

中南大学硕士学位论文基于ASM与AAM的人脸特征定位与匹配算法研究姓名：邓梁申请学位级别：硕士专业：计算机应用技术指导教师：刘曼玲20090501基于ASM与AAM的人脸特征定位与匹配算法研究作者：邓梁学位授予单位：中南大学相似文献(10条)1.学位论文赵阳基于特征组合的人脸识别技术研究2007人脸识别是计算机视觉、图像处理、模式识别以及人工智能等领域的重要研究内容。本文主要内容包括基于Adaboost级联分类器研究人脸和人眼检测、基于主动形状模型研究面部器官定位方法、基于特征组合方法研究人脸识别问题。主动形状模型是一种可变形模型，它能够利用训练数据获得相应模型控制参数，并可通过改变该参数，使目标形状在一定范围内改变。通过对训练数据进行配准、统计分析以及主元分析等一系列处理，获得相关模型参数，并利用针对参数的自适应算法和局部灰度结构模型，实现对不同姿态人脸图像的面部器官定位，进而实现人脸正规化，用于后面的特征组合人脸识别。针对主动形状模型受初始定位影响很大，文中应用已经检测到的眼睛位置改进了初始定位，最后各个器官的定位结果平均改善了1-2个像素。文中基于特征组合的人脸识别研究分为前端特征组合和后端特征组合。在前端特征组合人脸识别中，应用器官定位得到的人脸各个局部器官，首先利用主成分分析(PCA)提取各个器官的主特征，在一个低维的“局部特征子空间”中依照最近邻法则匹配测试样本并比较各个局部特征单独用于识别时的识别性能；然后，针对人脸局部特征，提出了一种根据各局部子块(如眼、鼻、嘴)的特征偏离程度进行自动加权的算法并比较了新算法与工程训练加权法的优缺点。对于后端特征组合人脸识别，文中主要讨论了各种分类器组合方法，提出了一种“权值投票法”进行分类器组合，比较了新方法与经典的人脸识别方法的识别性能。2.学位论文魏东新基于主动形状模型的人脸特征提取的研究2007自动人脸识别(AFR)研究试图赋予计算机根据人脸辨别人物身份的能力。该研究具有重要的科学意义和巨大的应用价值。经过三十多年的发展，AFR技术取得了长足的进步，目前最好的AFR系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明：非理想条件下的人脸识别技术还远未成熟，要开发出真正鲁棒、实用的AFR应用系统还需要解决大量的关键问题，尤其需要研究作为识别必要前提条件的面部关键特征精确定位问题。由于人脸特征定位的主要技术中几个形状信息类方法具有较高的准确率和较大的鲁棒性，因此，论文主要针对几何形状信息类方法中主动形状模型(ASM)在人脸特征定位中的应用展开研究。人脸检测是人脸识别的重要前期工作，本文首先分析了当前人脸检测的常用方法。图像的预处理是确保整个系统准确工作的基础，没有这个可靠的基石就无法顺利完成后面庞大的识别过程。本文给出了图像预处理的几种基本方法。面部特征定位在人脸检测完成之后进行，本文研究了面部特征精确配准问题，重点讨论了基于主动形状模型的人脸定位算法。首先介绍了点分布模型，并在训练样本对齐、形状变换建模和灰度模型的建立等方面展开讨论。在基于ASM的面部特征提取的研究中，本文对标准的ASM进行了改进。在特征点搜索过程中，提出了局部区域约束和边缘约束的搜索策略。提出了增加相关性的特征点标定策略并设计了一个半自动的人脸特征点标定工具，以提高特征点标定的精度及效率。试验表明，本文提出的改进的主动形状模型在脸部特征提取中是成功的，它较为显著的提高了面部特征定位的精度并且优于原始的ASM方法。3.会议论文许江涛.金立左人脸主动形状模型的建立与分析2005主动形状模型是一种有望用于人脸识别的可变形模型,本文研究人脸主动形状模型的建立,介绍了数据配准及主成分分析算法,分析了模型控制参数对改变人脸姿态的作用。4.学位论文许江涛多姿态人脸识别研究2006人脸识别是计算机视觉、图像处理、模式识别以及人工智能等领域的重要研究内容，多姿态人脸识别是其中难度较大的研究课题。本文主要基于主动形状模型研究面部器官定位方法、基于互子空间方法研究多姿态人脸识别问题。主动形状模型是一种可变形模型，它能够利用训练数据获得相应模型控制参数，并可通过改变该参数，使目标形状在一定范围内改变。本文针对多姿态人脸图像中人脸器官位置及轮廓变化较大的特点，研究了基于主动形状模型的器官定位方法。通过对训练数据进行配准、统计分析以及主元分析等一系列处理，获得相关模型参数，并利用针对参数的自适应算法和局部灰度结构模型，实现对不同姿态人脸图像的面部器官定位，进而实现人脸正规化，用于多姿态的人脸识别。对标准图像库中150幅人脸图像进行定位实验，获得较好的实验结果，左右眼睛的平均定位误差在4个像素左右，鼻子和嘴的平均定位误差较大，但也都在10个像素以内，证明该方法能够较有效的定位面部主要器官的位置。针对目前人脸识别方法在姿态变化较大时识别率大幅下降问题，本文还研究了基于互子空间方法的多姿态人脸识别问题。通过对器官定位后的人脸图像进行正规化处理、特征提取以及序列形成等操作，获得相关的序列特征子空间，通过计算输入序列子空间与各个参考标准子空间间的相似性夹角的余弦值大小，判断目标图像序列所代表的人脸类别。对100幅标准图像库中的多姿态人脸图像进行识别实验，正确率可以达到93.8﹪，证明该方法能有效提高多姿态人脸的识别率。5.学位论文徐华基于三维重构的人脸识别2009作为近年来兴起的身份识别技术，生物识别利用了人体的终生不变性和非侵犯性的特征，在可靠性和安全性方面达到了较高的水平。众所周知，人体的各种外部特征，如指纹、虹膜、声音等生物测定方法都需要被测定者的主动配合参与，才能达到识别的目的，但人脸识别却不受这种限制，具有自然友好、对用户干扰少、易被用户接受等优势，从而具有更为广阔的应用前景并且正在成为当前人们关注和投入较大研究力量的重点。在现代社会中，个人身份认证技术的应用无所不在，其中基于指纹、虹膜、人脸等人体生物特征的识别技术在多个领域有巨大的市场需求，如门禁系统、机场安检、电子商务自然人机交互等领域进行自动登记、验证、监视、报警，进而可以组成多种场合监控系统。本论文是基于数字图像处理和图形图像学的相关理论，将计算机视觉与模式识别技术相结合，对人脸识别系统进行了较深入的研究和分析，主要完成的工作包括以下几个部分：(1)人脸定位算法。研究了两种人脸定位方法，分别是对于彩色图像的基于肤色的定位方法与对于灰度图像的基于人脸轮廓的人脸定位方法。前者利用肤色与背景色彩的区别从人脸图像中定位出人脸的大致位置，再利用构造的人脸模板从候选区域中检测并提取出人脸；后者利用对人脸的先验知识，在snake曲线提取边缘的算法的基础上，研究应用了主动形状模型(ActiveShapeModel，ASM)算法，这种算法先对人脸样本进行训练，然后进行轮廓的检测，对人脸检测定位更具通用性。本文在传统ASM算法的基础上做出了一些改进，使得ASM算法定位的结果更加精确。(2)特定人脸的三维重构。本文研究了一种基于Candide-3标准线框模型的特定人脸3D形状重建方法。Candide-3模型是一种参数化的模型，在Candide-3模型上重建出特定的人脸的过程就是参数调整的过程。把表述人脸的特征点分成不同的优先级，利用ASM算法思想，通过对Candide-3模型上不同优先级别的顶点参数的调整，使得原来Candide-3模型的中性表情调整为特定的人脸的表情，完成特定人脸的重构。3)人脸识别算法。研究比较了两种人脸识别算法。针对定位算法和三维人脸重构算法得到的人脸数据，按照三维重构步骤中的思想分成不同的优先级别，利用提取Hausdorff距离的方法和基于局部特征的方法进行人脸识别。前面一种方法是把不同的人脸看成不同的点集，通过对点组成的线段间的距离进行测量，来完成不同点集的相似性的比较，即不同人脸之间的相似性；后一种方法是提取人脸局部的特征来组成人脸的整体，本文采用的Gabor小波系数的局部特征。并根据两种方法得到的结果进行了比较性的研究与分析，最终研究出了一种新的识别算法。这种新的算法综合了两种方法的优点，进行试验后验证了效果比单独使用一种方法得到的效果更为理想。6.学位论文杜立强基于主动形状模型的面部关键特征点定位技术研究2009实用的自动人脸识别系统至少应该包含人脸检测、关键特征点定位、特征提取以及分类算法的几个步骤。目前阻碍自动人脸识别技术真正实用化的瓶颈问题还很多，包括姿态问题、表情问题、光照问题等等。面部关键特征点的精确定位和配准是解决这些问题的基础。br　　本文分析比较了几种常见的人脸关键特征点定位技术原理和特点，重点研究了经典ASM算法建立过程，编写了ASM算法MATLAB程序，在中国科学院人脸数据库正面人脸子库中选取训练样本，建立ASM全局形状模型和局部纹理模型。通过实验，分析比较了单分辨率的ASM搜索算法和多分别率的ASM搜索算法，总结了影响经典ASM算法性能的主要因素和算法的主要不足。br　　简述了近几年出现的ASM算法的改进方法，根据局部二值模式(LBP)对光照鲁棒性的特点，提出基于LBP的改进方法。实验表明基于LBP的ASM算法，对光照具有鲁棒性，同时也提高了定位正确率，但是增加了计算量，降低定位速度。br　　本文首次提出了基于ASM的人脸脸型自动分类方法。该方法首先根据不同脸型的样本建立了脸型形状模型，再将ASM定位的人脸形状和脸型模型匹配，最后根据匹配程度采用最近邻聚类算法实现脸型识别和人脸分类。实验表明，该方法优于利用人脸轮廓曲率或下颌曲率的分类方法，能够充分挖掘人脸形状信息，分类结果稳定准确，可以有效提高大库人脸识别的速度和准确率。br7.期刊论文杜立强.贾鹏.周宗潭.胡德文.DULi-qiang.JIAPeng.ZHOUZong-tan.HUDe-wen基于主动形状模型的人脸脸型自动分类算法-计算机应用2009,29(10)研究表明人脸脸型可以分为圆脸、椭圆脸、方脸、三角脸等.基于主动形状模型(ASM)提出了一种自动人脸脸型分类方法.首先利用各种脸形的样本进行训练以建立脸型形状模型库,然后运用ASM算法对测试样本自动定位正面人脸形状,比较其与各个脸型形状模型的距离,最后应用最近邻方法实现脸型的自动分类.仿真实验表明,该方法优于利用人脸轮廓曲率或下颌曲率的方法,能够充分挖掘人脸形状信息,分类结果稳定准确,可以有效提高大库人脸识别的速度和准确率.8.学位论文孙成志人脸关键特征点定位研究及应用2009人脸面部的关键特征点定位既是人脸识别研究领域中的一个关键问题，也是图形学和计算机视觉领域的一个基本问题。人脸特征点定位是基于人脸检测，目的是通过定位的人脸关键特征点来确定眼睛和嘴巴等主要器官的形状信息。目前最好的自动人脸识别(AFR)系统虽然在理想情况下能够取得比较好的识别性能，但是实用的AFR应用系统还需要进一步研究解决大量的关键问题，尤其是需要研究作为识别必要前提条件的人脸面部的关键特征点的精确定位问题。主动形状模型(ASM)是目前人脸面部关键特征点精确定位的主流方法之一。ASM是一种基于点分布模型(PointDistributionModel，PDM)的算法。在PDM中，外形相似的特定类别物体的形状通过若干关键的特征点(Landmarks)的坐标串接成原始形状向量。对训练集中的所有形状向量进行对齐操作后，对他们进行PCA分析建模，保留的主成分形成最终的形状模型，形状模型的参数反映了形状的主要可变化模式。搜索时首先通过局部纹理模型匹配得到各个特征点的更佳的位置，经过相似变换对齐后，通过统计形状模型对其进行约束，而后再进行局部纹理模型的匹配，形成一个迭代过程，以期形状模型最终匹配到输入的形状模式上去。本论文对经典的主动形状模型方法进行了深入的研究，并在此基础上对其进行了创新性的改进，使得人脸特征点定位更加地准确。论文的主要工作如下：1)系统的综述了生物特征识别技术和人脸特征点定位的发展历史和研究现状。总结了目前比较流行的人脸特征点定位方法，并分析和比较了各种方法的优缺点。2)详细介绍了经典的主动形状模型算法