基于ASM的人脸特征点自动标定

针对经典弹性图匹配算法中人脸特征点的定位问题,本文提出了一种利用机器自标定来代替传统的手工标定的算法.本文算法首先利用可变形状模型拟合出人脸的轮廓,得到人脸关键特征点位置的初始估计,然后利用参考图像中对应特征点的Gabor系数调整初始位置,最终实现关键特征点的精确定位.实验结果表明,算法可以有效地定位出人脸特征点,定位结果稳定.     

主动表观模型在光照变化影响下的人脸特征点定位

在光照条件恶劣的情况下,基于主动表观模型(AAM)的人脸特征点搜索与定位算法的精度和鲁棒性会显著下降.本文提出采用全变分模型对图像进行光照预处理,通过对基于反射系数图的特征纹理建模来帮助特征点定位.通过实验对比,分析了本文算法在定位精度和鲁棒性上的提高.     

基于双目视觉的三维人脸识别算法北大核心

针对传统三维人脸识别算法的复杂性,提出了一种新的三维人脸识别算法。该算法以双目立体视觉系统为基础,通过调整左、右摄像机与人脸的相对位置,完成人脸二维图像的采集,然后利用主动形状模型(Active Shape Model,ASM)技术对采集的二维图像进行特征点自动定位,并结合摄像机的内外参数得出特征点的三维坐标,从而避免了复杂的人脸三维重建;再利用人脸关键特征点的三维信息计算特征点距离矩阵,提取三维人脸几何特征;最后利用反向传播神经网络进行识别。实验结果表明,该算法简捷、快速,且具有较高的正确识别率,是一种经济、实用的三维人脸识别算法。     

人脸自动定位及其系统实现

人脸自动定位技术在智能视频通信、视频监控以及娱乐等领域有着广泛的应用。通过将基于肤色的人脸检测和基于人工神经网络的控制策略相结合,提出一种新的人脸自动定位算法。该算法简单有效,克服传统跟踪算法中需要利用帧间相关信息和需要标定摄像机的缺点,只需通过人脸检测程序给出人脸特征点在计算机图像中的坐标,就可直接得出摄像机水平调整量和垂直调整量,根据调整量控制摄像机运动即可将人脸自动定位在图像中心。最后利用面向对象的方法实现了系统,并且取得了满意的效果。     

基于双目视觉的三维人脸识别算法

针对传统三维人脸识别算法的复杂性,提出了一种新的三维人脸识别算法。该算法以双目立体视觉系统为基础,通过调整左、右摄像机与人脸的相对位置,完成人脸二维图像的采集,然后利用主动形状模型(Active Shape Model,ASM)技术对采集的二维图像进行特征点自动定位,并结合摄像机的内外参数得出特征点的三维坐标,从而避免了复杂的人脸三维重建;再利用人脸关键特征点的三维信息计算特征点距离矩阵,提取三维人脸几何特征;最后利用反向传播神经网络进行识别。实验结果表明,该算法简捷、快速,且具有较高的正确识别率,是一种经济、实用的三维人脸识别算法。     

基于LED与肌肉模型的特定人脸建模与动画

特定三维人脸的建模与动画是计算机图形学中一个非常令人感兴趣的领域.本文提出了一种新的从两幅正交照片建立特定人脸的模型以及动画方法,首先以主动轮廓跟踪技术snake自动获取人脸特征点的准确位置,然后以文中的局部弹性变形(local elastic deformation)方法进行通用人脸模型到特定人脸的定制,并辅以采用图像镶嵌技术生成的大分辨率纹理图像施行纹理绘制,该方法以特征点的位移和非特征点与特征点的相对位置为基础计算局部人脸面部的变形,同时还能够实现人脸剧烈的面部变化和动作,与肌肉模型相结合,可很好地实时完成人脸的动画,具有快速高效的特点.最后,给出了所得到的实验结果.     

基于特征点定位与肤色分割的胡子检测算法

针对具有一定程度偏转和模糊的人脸图像难以实现胡子检测的问题,提出基于人脸特征点定位与肤色分割的胡子检测算法.该算法的设计思路是首先使用主动形状模型(ASM)算法定位人脸特征点进而获取下巴区域,然后利用提出的自动选择聚类中心(ASCC)的肤色分割算法分离出下巴的非肤色区域,最后在下巴非肤色区域中使用胡子颜色判别法检测得到胡子.在LFW人脸库上的实验表明,该算法能够准确地检测出入脸的胡子,特别地,对有一定程度偏转和模糊的人脸图像,算法依然能获取良好的检测效果.     

多表情人脸肖像的自动生成

肖像是一种能够抓住人物特征,又能隐藏细节,保留个人隐私的艺术表现形式,本文提出一种以中性表情人脸作为输入,自动生成不同表情的肖像算法.首先利用主动形状模型(Active Shape Model,ASM)提取人脸的关键特征点,然后根据统计学习获取的不同表情人脸的FAP(Facial Animation Parameter)规则,对中性人脸的特征点进行变形,生成表情三角网格,将中性人脸图像作为纹理映射到表情人脸网格,生成表情人脸图像,最后利用图像的梯度域信息和非真实感渲染技术,将带表情的人脸生成具有肖像风格的人脸图像.所生成的多表情人脸肖像效果良好,能够应用于网络和报刊杂志等非真实感图形学和数字娱乐等领域中.     

人脸关键特征点的自动定位

提出一种自动定位人脸关键特征点的方法。选取人脸图像中两眼球中点、各内外眼角点、鼻唇中点和两嘴角点作为9个关键特征点,利用SUSAN算子提取边缘和定位两眼内外角点,并与方向积分投影等方法结合,可以快速准确地获得特征点位置。实验结果表明,该方法能自动定位人脸各关键特征点,平均定位准确率在95%以上。该方法将有助于人脸特征的自动提取和提高人脸识别算法的识别率,虽然是针对固定大小图像(336×480)进行的,但方法本身并不受图像大小的约束;该方法对绝大多数灰度正面人脸图像特征点都能准确地自动定位,即使小角度旋转人脸也取得较好的定位效果,但目前对大角度旋转人脸仍有一定局限。     

基于形状匹配变形模型的三维人脸重构

为了从多幅人脸图像构造三维人脸结构,通常需要自动提取不同图像中的对应特征点,这往往是很难完成的.为了避免这个困难,本文建立了一个基于形状匹配的三维变形模型,在保证形状最佳匹配的条件下,实现对人脸图像姿态的估计和三维人脸重构.模型采用径向基函数对通用头部模型进行变形,用形状上下文来描述点之间的形状相似性,形状距离用来描述头部模型和人脸图像整体形状上的相似性,从而实现形状最佳匹配意义上的三维重构.实验表明,本文的算法只需要在人脸图像中提取特征点集,不需进行配准,就可以恢复出令人满意的三维头部结构.     

基于表情人脸图像的三维人脸模型重建

阐述对于带有表情的二维人脸图像的三维人脸模型重建算法。选取向左、中间、向右三种不同朝向的同一表情人脸图像，以基于颜色的K均值聚类进行人脸分割，获得富含特征信息的人脸轮廓，接着，对三种朝向的人脸图像进行投影变换实现立体校正，并基于特征信息完成立体匹配，获得带有深度信息的稀疏视差图，继而形成平滑的点云形式，并基于三角剖分算法完成三维人脸模型的建立。实验结果表明，该算法对实现表情图像的三维人脸模型重建具有较好的效果。     

较少标定点条件下的主动形状模型研究

主动形状模型(ASM)的核心部分包括两个子模型,全局形状模型和局部纹理模型,两者均由标定人脸的许多关键点经过统计方法构建而成.本文研究了在只有少量关键标定点情况下,如何有效的进行主动形状建模的问题.通过充分利用面部轮廓标定点的信息,提出了一种将面部轮廓质心动态变化和传统主动形状模型相结合的策略,解决了在少量标定点条件下主动形状建模所遇到的问题.实验表明,改进方法在定位人脸图像关键点时耗时更短,而且具有更广范围的搜索能力和性能良好的搜索精度.     

实现人脸图像变形算法的研究

利用主动形状模型（ASM,Active Shape Model）算法进行人脸的68个关键特征点提取,得到了输入图像人脸68个特征点分布规律和具体的位置。研究和改进了线性的最小移动二乘法（MLS）,重点研究了变形函数中转换矩阵为刚性变换的方法,在进行可控的控制点变形方法过程中,MLS在进行刚性变形中能保持图形的总面积不变,在结合人脸表情和特征点位置变化规则,对有弹性物体进行图像的变形,实验结果表明,产生的图像变形效果更加具有真实感。     

基于深度卷积网络的3D人脸重构算法

基于单张人脸图片的3D人脸模型重构,无论是在计算机图形领域还是可见光成像领域都是一个极具挑战性的研究方向,对于人脸识别、人脸成像、人脸动画等实际应用更是具有重要意义。针对目前算法复杂度较高、运算量较大且存在局部最优解和初始化不良等问题,本文提出了一种基于深度卷积神经网络的单张图片向3D人脸自动重构算法。该算法首先基于3D转换模型来提取2D人脸图像的密集信息,然后构建深度卷积神经网络架构、设计总体损失函数,直接学习2D人脸图像从像素到3D坐标的映射,从而实现了3D人脸模型的自动构建。算法对比与仿真实验表明,该算法在3D人脸重建上的归一化平均误差更低,且仅需一张2D人脸图像便可自动重构生成3D人脸模型。所生成的3D人脸模型鲁棒性好,重构准确,完整保留表情细节,并且对不同姿态的人脸也具有较好的重建效果,能够在三维空间中无死角自由呈现,将满足更多实际应用需求。     

多模型ASM及其在人脸面部特征点定位中的应用

为了提高ASM在非均匀光照条件下的人脸面部特征点定位的精确度,提出了一种融合Log-Gabor小波特征的多模型ASM方法.该方法的主要特点有:在精确定位目标图像虹膜位置的基础上对全局形状模型进行较准确的初始化;特征点局部纹理特征采用灰度和Log-Gabor小波特征共同描述,减少光照和噪音对算法的影响;建立包括全局ASM和基于人脸面部显著特征区域的局部ASM的多模型ASM,交替使用这两种ASM模型在边缘约束策略基础上对特征点的定位结果进行约束.实验表明,多模型ASM算法对人脸面部特征点定位的准确率比传统ASM算法有明显提高.     

（论坛）基于全变分的模糊人脸图像复原算法

在人脸图像采集过程中,会受到多种因素影响,图像质量都会有所退化,因此将模糊图像恢复成清晰图像一直是图像处理领域的热点之一。根据全变分正则化的图像复原算法的思想,引入相容点集与不相容点集的概念,以及一些辅助的约束条件,提出一种有约束人脸图像复原优化模型,并使用最速下降法求解此模型,使模糊的人脸图像清晰化。实验结果表明,这种模型是可行的,基本恢复了原始的图像。     

一种用于人脸识别的三维人脸模型重建方法

针对以往三维人脸模型重建算法实用性差、算法复杂度高、需要通用人脸模型和对噪声敏感等缺陷，提出了一种计算量小、无需通用人脸模型的三维人脸模型的重建算法。该算法在人工辅助确定特征点的基础上，利用能量函数最小的约束关系实现深度图的初步融合，然后运用改进ICP算法获得隐式的三维人脸模型。通过对获得模型的变换和投影，可产生不同姿态的二维人脸图像。实验结果表明，融合平均误差仅为1．32毫米，效果逼真。和其它算法相比，它还具有存储资源消耗少、算法稳定性高等优点。     

基于个性化原型的人脸衰老图像合成

 本文提出了一种新的个性化人脸衰老图像合成方法.基于已建立的黄种人脸图像数据库,提出了一种基于人脸外轮廓局部曲率标准差的个性化原型匹配算法,通过计算出表征人脸的脸型特征点的局部曲率标准差,在人脸图像数据库中匹配找出多幅图像,进行纹理增强的原型合成,再通过形状和颜色变换模型实现了人脸衰老图像的生成,能达到皱纹增加、眼袋生成、皮肤光泽减退、毛发变花白等具有真实感的衰老合成效果.实验表明本方法能方便逼真地合成不同种类的人脸在不同年龄段的衰老图像.     

基于综合肤色检测和二值形态学的人脸定位研究

针对人脸定位检测中存在的速度慢、精度低及噪声干扰问题,提出了一种基于综合肤色检测和二值形态学的人脸定位检测算法.该算法将YCrCb(明亮度-色调-饱和度)模型与HSV(色相-饱和度-色调)模型用于人脸综合肤色检测,在YCrCb与HSV空间中根据待检测图像每点的颜色值进行人体区域或背景区域的判断;然后,将检测图像转换为二值图像,对图像进行形态学处理;最后,选用人脸几何特征对筛选后连通区域进行判别,实现人脸的准确定位和检测.实验结果表明,该算法对于简单、中等、复杂三种情况下人脸图像的检测正确率分别达到了99%、92%和85%.另外,由于二值形态学消噪算法的使用不仅提高了人脸检测的准确率,而且加快了检测速度.     

离散对称变换在人脸图像眼睛定位中的应用

从计算离散对称值出发,提出了一种自动定位人脸图像中眼睛的离散对称变换算法,通过邻域灰度均匀度算子对各点邻域的检测,去除处于规则区域的点,并用圆环邻域代替对称算子圆形邻域,大大降低了计算量,提高了对称的准确性.实验结果表明在未进一步利用对称角度和人脸固有的几何比例关系的情况下,该算法能准确地对正面人脸图像中的眼睛进行定位.