基于纹理分布和变形模板的面部特征提取

面部特征提取是面部感知的重要内容,同时也是特定人的3D人脸动画应用中所必须的前期工作.在一个多级人脸检测模块检测到人脸大致区域和尺寸的基础上,提出并实现了一种基于面部图像纹理分布特性和可变形模板的由粗到细的面部特征提取策略,旨在解决可变形模板对参数初值依赖性强和计算时间长的问题.该策略首先利用眼睛区域的谷特性和频率特性定位两个虹膜中心点位置,然后用积分投影确定唇部和鼻子区域的位置,在此基础上进行关键特征点的检测,从而可以得到预定义特征模板参数的良好初值,最后基于贪心算法的多阶段轮换优化算法来搜索一个极小点     

基于模板匹配的人脸图像特征提取

提出了一种利用模板匹配与遗传算法的人脸图像特征提取的方法,利用该方法可以完成人脸图像的眼睛和嘴的特征提取。在定义表征人脸突出特征的眼睛模板和嘴部模板及其全局能量函数的基础上,采用遗传算法实现了能量函数的全局最小化。实验结果证实了该方法有效的稳定,且具有较快的收敛速度。     

正向人脸定位方法

本文考虑带旋转的人脸检测方法，提出了一种基于颜色空间以度模板匹配的快速人脸定位方法。首先从常用的颜色空间中选择出对光照因素稳健的肤色子空间，然后基于该子空间进行肤色检测方法得到人脸大致区域，最后采用模板匹配的方法确定人脸区域。实验结果表明，该方法速度快．对于带角度旋转的人脸定位有很好的效果。     

基于新颜色空间YCgCr的人脸检测与定位

提出了一种基于肤色的复杂背景彩色图像中人脸检测的方法。首先在新颜色空间YCgCr上对输入图像进行肤色检测并应用预处理技术缩小人脸检测的搜索区域；然后在物体区域方向计算的基础上，提出了能够检测任意旋转角度人脸的方法；最后对人脸候选区域采用模板匹配方法检测人脸，去除非人脸区域，降低误检率。实验结果表明，提出的方法对不同尺寸、任意旋转的人脸有较好的检测效果。     

基于近红外光和可变形模板的人眼特征检测方法

本文提出了一种提取人眼特征的方法。采用先瞳孔,后眼角,再眼睑的顺序分步提取眼睛特征点。利用人脸在近红外光下的红眼现象快速定位和跟踪瞳孔,然后在眼部的可信区域内同时利用眼白信息和角模板找到内外眼角,再使用已知的眼角点初始化可变形模板并跟踪眼睑。这样既能精确地提取人眼特征,又有效地减少了可变形模板匹配时间,提高能量函数收敛速度。实验证明本文提出的方法快速、有效,能为基于人眼状态检测的应用系统提供可靠的数据支持。     

基于近红外光和可变形模板的人眼特征检测方法

本文提出了一种提取人眼特征的方法 采用先瞳孔,后眼角,再眼睑的顺序分步提取眼睛特征点,利用人脸在近红外光下的红眼现象快速定位和跟踪瞳孔,然后在眼部的可信区域内同时利用眼白信息和角模板找到内外眼角,再使用已知的眼角点初始化可变形模板并跟踪眼睑。这样既能精确地提取人眼特征,又有效地减少了可变形模板匹配时间,提高能量函数收敛速度。实验证明本文提出的方法快速、有效,能为基于人眼状态检测的应用系统提供可靠的数据支持。     

基于仿射模板匹配的多角度单人脸定位

提出了一种基于仿射模板匹配的多角度人脸定位算法,用平均脸作为基模板,经由不同的伸缩比例和旋转角度构成的仿射变换生成各种姿态的模板,并将模板分为双眼模板和人脸模板对,首先使用以眼模板搜索符合眼睛的区域,再用整个人脸模板匹配进上步检验是否符合人脸模式,并利用马赛克规则验证,给出最佳匹配作为人脸位置,对包含１４４幅图像和６０幅图像的两上图像库的定位准确率分别达到７９．２％和８５％,表明该算法的有效性。     

一种加权矩形提取表情特征的方法*

表情特征提取是面部表情识别的一个关键步骤。针对目前特征提取效率低的情况,通过分析Gabor特征提取的性质和积分图像计算效率高的特点,提出一种利用积分图像技术和矩形模板计算面部特征点特征的方法,模板模拟Gabor的多尺度性,每个模板定义相应的权值,表情图像按照Gabor的各个方向旋转,使用旋转图像积分图和加权模板而不是在积分图上旋转模板提取特征点的特征值,最后将此特征值用于表情分类。实验结果表明,该方法在识别结果相当的情况下极大地提高了特征提取的效率。     

正向人脸定位方法

本文考虑带旋转的人脸检测方法,提出了一种基于颜色空间以及模板匹配的快速人脸定位方法。首先从常用的颜色空间中选择出对光照因素稳健的肤色子空间,然后基于该子空间进行肤色检测方法得到人脸大致区域,最后采用模板匹配的方法确定人脸区域。实验结果表明,该方法速度快,对于带角度旋转的人脸定位有很好的效果。     

基于谷算子的人眼特征点检测方法

考虑带姿势旋转的人脸的特征点检测问题，提出了一种基于谷算子得到眼睛的候选区域，用Gabor滤波和方差投影构造模糊模板检测出眼睛的位置，并利用二值图像数学形态学与投影的方法得到有姿势旋转的人脸特征点检测的算法。该算法利用软数学形态学构造了一种新的谷算子，用一种新的局域区域取二值化的方法对图像进行二值分割，提出了通过谷算子运算得到人脸谷极点的方法，减少了一些不稳定点的影响。实验表明，该算法具有很高的精度和很强的鲁棒性。     

基于变换投影的眼睛轮廓提取方法

眼睛作为人脸的重要器官,其特征对于人脸表情识别非常重要,因此需要对眼睛轮廓进行提取。该文根据眼睛的轮廓特征知识,提出一种利用变换投影估计形状参数,在形状区域内结合图像信息提取眼睛轮廓的新方法。在分析变形模板和变换投影的特点基础上,对基于变换投影提取眼睛轮廓的方法进行介绍。在人脸数据库JAFFE上的实验表明该方法是可行的。该方法同样可以用于其他形状的检测。     

基于活动轮廓模型的人脸特征提取方法的研究

人脸面部特征提取是自动视觉翻译和人脸识别中的最关键的技术之一。本文对活动轮廓模型理论的基本原理、方法和技术等作了有益的探索和尝试,并在此基础上,提出了提取人脸面部特征的系列算法,特征是精确的轮廓描述而非简单的数字表达,实验中,我们用动态模板方法提取眼睛轮廓,用活动轮廓方法提取眉毛形状,结果证明,该方法具有较强的鲁棒性和自适应性。     

三维脸部网格模型的交互式调整

脸部网络模型的建立是基于模型的人脸合成技术的关键步骤。提出了一种结合自动和交互方式，利用正交图象的三维人脸模型调整算法，首先利用区域增长法和矩形模板匹配确定正面图象中人脸及各特征区域的位置，利用变形模板自动提取人脸完整特征；然后交互地修正人脸特点的准确正面位置，并从侧面图象提取特征点的深度；最后算法自动确定脸部姿态和利用反向距离内插调整模型非特征点，获得输和人脸模型。实验结果表明，该算法简便实用，费时较少，具有一定的实用价值。     

智能配镜三维特征参数提取方法研究

摘 要：针对智能配镜中三维面部特征点提取算法复杂度较高的问题,提出一种将三维点 云转换为映射图像定位特征点的方法。采用 Voronoi 方法计算面部三角网格各顶点处的高斯曲 率、平均曲率。选取鼻尖、眼角等曲率特征明显的区域估计面部点云姿态。根据曲率旋转不变 性,使用初选的点云方向向量简化旋转矩阵的计算,使面部点云正面朝向视点。将点云映射转 换为图像,三维网格模型中三角面片一对一映射到图像中的三角形。搭建卷积神经网络,使用 Texas 3DFRD 数据集进行模型训练。进行人脸对齐,预测所得各面部特征点分别限制在图像某 三角形中。根据图像中三角形映射查找三维网格模型中对应三角面片,通过三角面片顶点坐标 计算配镜所需的面部特征点位置坐标,实现配镜特征参数的提取。     

机器人系统中人脸特征提取技术的研究与实现

该文描述了在智能机器人系统中人脸特征提取技术的研究与实现,提出了一种新的并且在机器人系统中实现的人脸特征提取方法,该方法首先利用基于Adaboost的人脸检测算法对采集到的原始图像进行人脸检测,从而得到人脸图像;然后让人脸图像通过一个空间掩模滤波器,去除图像中明显非人脸特征的区域,再经过二值化后得到二值化图像;将二值化图像与一个矩形模板相卷积,得到卷积值与模板索引数的二维曲线图,在二维曲线图中,最高的两个峰就分别对应了眼睛和眉毛,再根据人脸特征几何分布关系判断出眼睛,眉毛和嘴,从而得到最终的人脸特征.该方法检测率高,计算量小,实时性很强,满足了机器人系统中资源有限的约束条件.     

基于差分投影和梯度向量流场的眼睛特征提取

提出了差分投影的方法确定眼睛区域，并根据人脸图像的边缘梯度图提出了一种新的基于梯度向量流场的眼睛特征提取方法。该算法改进原有的梯度向量流迭代方程求解梯度向量流场，以梯度向量流场中的汇点作为候选点，通过人脸器官的几何位置关系等方法评价候选点以定位眼球。算法能较好地容忍一定的光照变化、人脸的小角度倾斜和旋转、闭眼和眼镜等干扰。在具有以上干扰的ORL人脸库(400幅图像)和JAFFE人脸表情库(213幅图像)上的实验证明该算法具有较好的眼睛特征抽取能力。     

基于可变模板和支持向量机的人体检测

随着图像处理技术和模式识别技术的发展，人体检测在监控系统、驾驶员辅助系统、图像索引等领域已得到广泛应用。针对静态图像中站姿人体检测问题，提出了一种新的特征选取方法，并应用可变模板和支持向量机相结实现对图像中的人体检测和定位。通过对图像进行轮廓提取和网格划分，选择水平方向和垂直方向上的特征组成图像的特征向量，然后使用搜集到的样本特征向量对模型进行训练，用可变模板搜索待检测图像，根据检测区域的特征和训练好的模型对图像进行分类。实验结果表明，该方法可以快速准确地检测出多种背景图像中的站姿人体,正确分类率达92%以上。     

基于动态模板匹配的人脸面部特征提取的研究

根据动态模板匹配理论,提出了提取人脸部特征的系列算法,特是精确的轮廓描述而非简单的数字表达。实验证明,该方法具有 的鲁棒性和自适应性。     

基于模板匹配和遗传算法的人眼定位

文中提出了一种利用模板匹配与遗传算法相结合的人眼定位算法.根据人脸几何特征将人脸分为几个特征区域(眼睛、鼻子、嘴巴),在找到人眼区域后根据人眼几何特征,建立人眼特征模板及其能量函数,通过改变模型参数用遗传算法实现能量函数的全局最小化,使能量函数最小的模型参数即可描述人眼的特征,从而实现人脸特征的有效定位.同时还讨论了不同的能量函数在人眼定位过程中的地位和作用.可避免在能量函数寻优过程中的局部最小化的出现,较准确较快捷的确定人脸主要特征的位置.