人臉特征點(diǎn)定位及表情動畫的研究與應(yīng)用.pdf

1、人臉特征點(diǎn)定位是機(jī)器學(xué)習(xí)領(lǐng)域中一項(xiàng)基礎(chǔ)性的研究，廣泛應(yīng)用于人臉數(shù)據(jù)分析、人臉識別和人臉重構(gòu)。人臉特征點(diǎn)定位的主要難點(diǎn)在于人臉外觀易受光照、表情、姿態(tài)等因素的影響，從而發(fā)生形變引起特征的丟失，最終導(dǎo)致特征點(diǎn)定位的失敗。通常，流行的人臉特征點(diǎn)定位算法針對正面的人臉樣本進(jìn)行訓(xùn)練和測試，對于多角度的人臉特征點(diǎn)定位效果不佳。然而現(xiàn)實(shí)生活中的應(yīng)用如犯罪分子識別、敏感人物檢測、非限定性場景下的人臉表情識別和人臉動畫等都屬于多角度人臉特征點(diǎn)檢測研究。而

2、多角度的頭部姿態(tài)會引起臉部外形的非線性變化，對人臉特征點(diǎn)定位的影響較大。由于有這些外界因素的影響，人臉特征點(diǎn)定位成為一項(xiàng)具有挑戰(zhàn)性的研究任務(wù)。
　　本文在已有算法的基礎(chǔ)上進(jìn)一步進(jìn)行分析與研究，提出一種多角度的人臉特征點(diǎn)定位的方法。該方法采用頭部姿態(tài)估計和條件回歸森林相結(jié)合，將原非線性問題轉(zhuǎn)換為分段線性問題，有效地提高了人臉特征點(diǎn)定位的精度。該方法主要包含兩部分：
　　第一部分是頭部姿態(tài)估計，采用局部保持投影（LPP）和廣義回

3、歸神經(jīng)網(wǎng)絡(luò)（GRNN）相結(jié)合的方法，進(jìn)行二維平面角度頭部姿態(tài)估計，該方法首先用局部保持投影對圖像數(shù)據(jù)進(jìn)行降維，然后采用廣義回歸神經(jīng)網(wǎng)絡(luò)將數(shù)據(jù)映射到線性可分空間，通過廣義回歸神經(jīng)網(wǎng)絡(luò)的結(jié)果對頭部姿態(tài)進(jìn)行精確估計。實(shí)驗(yàn)表明，該方法能夠很好地估計出頭部姿態(tài)，具有較快運(yùn)行速度和較強(qiáng)的魯棒性。
　　第二部分是人臉特征點(diǎn)定位，采用基于頭部姿態(tài)的條件回歸森林對二維圖像進(jìn)行人臉特征點(diǎn)定位。面部的一些變化依賴于全局人臉的特征如頭部姿態(tài)，因此我們從頭

4、部姿態(tài)對人臉進(jìn)行分類學(xué)習(xí)。條件回歸森林是從參數(shù)空間中得到幾個條件概率來代替常規(guī)隨機(jī)回歸森林的單個概率，因此不再需要處理全部人臉在外形上的變化。通過不同頭部姿態(tài)分別訓(xùn)練對應(yīng)的條件樹，在預(yù)測時也通過頭部姿態(tài)進(jìn)行決策。實(shí)驗(yàn)表明，該方法有效地降低了頭部偏轉(zhuǎn)引起的特征點(diǎn)定位誤差，人臉特征點(diǎn)定位的精確度得到提高。
　　最后是表情動畫合成，基于獲取到的人臉特征點(diǎn)定位信息，建立圖像與三維模型表情的對應(yīng)關(guān)系。通過這種對應(yīng)關(guān)系訓(xùn)練徑向基回歸網(wǎng)絡(luò)，獲取