基于ASM算法的人臉特征點定位研究及應(yīng)用.pdf

1、人臉面部特征點定位是人臉識別的關(guān)鍵技術(shù)之一，其目標是在圖像或圖像序列中搜索人臉特征(如眼、鼻、嘴、耳等)的位置。特征點定位的精確性直接影響著人臉識別系統(tǒng)的特征提取及識別階段，該技術(shù)廣泛應(yīng)用于人臉跟蹤、人臉識別、姿態(tài)識別、表情識別、頭部圖像壓縮及重構(gòu)、臉部動畫等領(lǐng)域。
　　 主動形狀模型(ASM)是目前圖像特征點定位的經(jīng)典算法之一，具有較高的精確性和魯棒性。本文重點研究基于主動形狀模型的人臉特征點定位，詳細介紹了ASM算法的樣本采

2、集及訓(xùn)練、模型建立以及特征點搜索匹配等各階段。針對ASM算法容易陷入局部極小的缺點，本文對模型初始化和搜索匹配過程中非法形狀的修正等問題進行了探索。首先利用AdaBoost方法檢測人臉區(qū)域，然后利用瞳孔位置初始化平均形狀，使初始形狀模型位于較理想的位置。
　　 為了提高ASM算法定位人臉特征點的精確性，本文在定位特征點過程中采取了一系列改進措施。首先，對待定位圖像進行光照預(yù)處理，通過直方圖均衡化及濾波等圖像處理技術(shù)提高圖像質(zhì)量；