一种新的人脸归一化算法

提出了一种基于改进的局部梯度算子进行嘴角定位、同时结合双眼位置进行人脸归一化的新方法.该方法首先通过Adaboost算法检测出人脸图像、眼睛和嘴部区域大致位置,然后采用灰度积分投影法精确定位两眼位置,并根据改进的局部梯度算子提取嘴部轮廓,最终依据两眼与嘴角的精确位置对人脸进行旋转和双向尺寸缩放处理.实验结果表明,该算法对特征点定位准确,能够更加精确地对人脸进行归一化处理.     

人脸图像中斑点自动去除系统的设计与实现

人脸图像中斑点的自动去除是高清晰人脸图像美化的重要步骤。本文提出了一种人脸图像斑点自动去除系统的设计思路和实现方法,系统首先采用AdaBoost算法从输入图像中检测人脸区域和双眼位置,然后利用人脸部件分布的先验知识检测出眼睛、鼻子、嘴巴等部件位置,最后利用迭代多级中值滤波方法对人脸非部件区域进行平滑处理。整个系统在VC++6.0环境下借助OpenCV图像处理库实现。实验结果表明,本系统能较好地去除脸部斑点,实现人脸图像美化。     

一种基于色度信息特征的人脸检测方法

介绍了一种新颖的人脸检测方法，该方法基于非统一背景下室内环境中单幅人脸图像的色度特征信息。该人脸检测算法是基于眼睛检测以及修正黄金比率（MGR），最后获取人脸。首先，获取脸部边缘，而修正黄金比率是用来提取包括眼睛、眉毛、鼻子和嘴巴的人脸部分，都是基于眼睛的位置。实验结果显示，该算法在检测正面人脸具有高精确性。     

基于回归分析的人脸老化模型构建

针对人脸年龄数据库中人脸样本过少且年龄杂乱难以统一处理的问题,提出了一种基于线性回归分析的人脸老化模型构建方法,其利用多次线性回归分析对人脸特征点随年龄变化的规律进行分析,构建了多组线性回归方程,从而估计出全年龄段的人脸轮廓,通过使用基于特征线对的图像变形算法和基于小波分解和重构的方法完成了人脸老化图像的合成.实验结果表明:该方法能有效体现人脸老化过程中人脸轮廓的变化,合成出的人脸图像具有较高的真实性和准确性,具有一定的实用价值.     

基于主动形状模型和K近邻算法的人脸脸型分类

针对人脸描述性脸型特征分类问题,提出一种新的基于主动形状模型和K近邻算法的脸型分类方法。根据主动形状模型方法定位得到的测试样本人脸边缘轮廓点,经归一化后以其围成区域面积作为人脸脸型特征。采用K近邻算法和面型指数实现测试图像的脸型分类。实验结果表明,该方法对人脸姿态变化有一定的鲁棒性,分类结果准确度高且脸型的分类符合人主观描述性判断。     

基于级联形状回归的多视角人脸特征点定位

针对当前人脸特征点定位精度低、且当人脸图像存在较大姿态变化时不能在同一模型框架下实现任意姿态人脸图像的面部特征点精确定位问题,提出基于级联形状回归的对姿态、遮挡都鲁棒的人脸特征点定位方法. 为了提高定位的准确度,提出按姿态偏转造成的遮挡程度对人脸区域进行分块,针对每一块分别训练形状估计回归器;为了能够在同一框架下实现任意姿态人脸的特征点定位,在特征点形状定义中引入特征点的可见/不可见属性;为了提高该算法的性能,在特征的计算方法和计算策略上分别进行改进. 在Multi-PIE、AFLW、COFW和300-W数据库上的实验结果表明,提出算法不但对姿态、遮挡具有很强的鲁棒性,而且在其他不可控因素影响下取得很好的效果.     

在人脸图像中确定嘴巴位置的方法

利用迭代式阈值选择算法在人脸的下半区域进行阈值化处理,无需人工干预就可得到嘴巴鼻子等区域,且很好地改进了传统的二值化方法所造成的嘴部轮廓不清晰、连通性不好等缺陷;用腐蚀膨胀算法去掉较小的噪声点,用最小外接矩形近似表示各个连通区域的形状,根据嘴巴形状大小的先验知识确定嘴巴所在的连通区域;用嘴巴连通区域的质心表示嘴巴中心,利用Harris角点检测算法在原灰度图像的嘴巴区域中找到两个嘴角。实验结果表明,本文算法具有较快的速度和较高的精度。     

基于形状和纹理特征的人脸年龄估计方法

采用活动形状模型ASM将人脸分成若干个三角形,然后使用局部二值模式LBP提取每个三角形区域的纹理特征,并通过支持向量回归对年龄进行估计。本文在著名的FG-NET年龄数据库上采用Leave-one-person-out(LOPO)模式进行实验,使用平均绝对误差和累积指数作为评价标准。实验结果表明,无论是年龄估计还是年龄段估计,本文提出的算法的平均绝对误差都小于AGES算法。同时在实验中也发现,嘴部区域的纹理对年龄估计的影响不大。     

一种基于三维深度数据的脸部特征检测方法

提出了一种表征曲面上某点局部形状的新方法--曲率符号分布形状描述子（CurSignTration）。根据高斯曲率和平均曲率的符号确定曲面上点的形状分类，对某点邻域内所有点的形状按编码进行统计，将统计结果归一化后得到的直方图作为该点的CurSignTration。CurSignTration描述了三维深度图像中某点邻域的形状分布状况，对给定的三维深度数据点建立了一种除坐标之外的特征信息。这种表征方法对平移、旋转及镜像变换具有不变性。结合基于外观的人脸特征检测方法，用CurSignTration可以对人脸的三维深度图像进行姿态不变的脸部特征检测。对15张三维深度人脸图像的特征点检测结果表明了CurSignTration的有效性。     

基于二维图像的人脸面部特征点定位与提取

提出了一种人脸面部特征点定位与提取的方法.利用该方法,在人脸预处理基础上,通过人脸分割、基于水平方向Prewitt算子模版的边缘检测和积分投影技术,可以快速有效地提取眼睛、鼻子和嘴巴等特征点信息.实验表明,该方法可以校正人脸倾斜并具有较高的准确率.     

基于SIFT特征的视频内头部姿态估计

基于对头部左右转动时脸部图像上点之间距离变化特性的分析,提出基于SIFT特征的单摄像头近距离视频图像序列内头部姿态估计算法。该方法首先在脸部图像上提取SIFT特征点,然后对两幅图像进行SIFT特征匹配,基于匹配的特征点之间距离的变化性质判断两幅图像内头部的相对转向与转动程度,得到头部姿态估计结果。在人脸库和视频图像上的实验表明,该方法使用简单,且具有较高的正确度。     

基于偏最小二乘的人脸年龄估计

人脸年龄估计是以人脸图片提取的图像特征为基础,用模式识别的相关模型和技术进行处理分析,自动判定人脸年龄的计算机视觉技术。通常情况下,人脸图像的特征维度过高,需要进行降维处理。主成分分析(PCA)是一种人脸年龄估计中常用的降维方法;但是作为无监督方法,PCA未考虑人脸的年龄信息,提取的主成分解释能力不足。针对这一问题,基于有监督的偏最小二乘(PLS)的降维方法可以提取出解释能力更好的低维空间。基于PLS的人脸年龄估计方法首先使用主动外观模型(AAM)进行特征提取,再采用PLS进行降维处理,最后通过支持向量回归(SVR)进行年龄估计。实验结果表明:基于PLS降维的年龄估计方法具有比基于PCA降维的方法更好的性能,在FG-NET人脸图像库上的年龄平均估计误差更小。     

一种基于肤色特征的人脸特征点定位方法

针对传统人脸特征点定位方法中存在的算法复杂、鲁棒性差以及精确度低等问题,本文提出一种基于肤色特征的人脸特征点自动定位方法.首先对预处理后的图像在多个色彩空间中利用肤色特征实现人脸区域的精确定位;然后,在人脸区域内根据各特征部位的特性构造色度模型函数来标定其特征区域;最后,在特征区域内完成人脸特征点的自动定位.实验结果表明,该算法简单、鲁棒性较高,且能够快速高效地实现人脸特征点定位.     

基于局部区域LBP特征的人脸识别研究

传统的LBP方法往往分散特征区域所表达的信息,提出一种基于局部区域LBP特征（Local Binary Pattern,局部二值模式）提取的人脸识别方法。用积分投影法在表情图像上定位出眉毛、眼睛、鼻子和嘴巴这些特征点的位置,根据这些特征点的位置确定这些特征部件所在子区域,然后对这些子区域进行不同的分块,提取各子区域的局部LBP直方图,按顺序把它们连结成一个特征直方图序列。实验结果表明：局部区域LBP方法与传统的LBP方法相比有很强的人脸表情特征识别能力,能够更准确地提取面部局部区域的表情信息。     

基于半监督隐含狄利克雷分配的人脸姿态判别方法

针对无监督的主题模型无法对图像主题进行类别标记、有监督主题模型中类别信息的标记繁琐且受主观因素影响的问题,提出了一种半监督主题模型。提取图像中与位置无关的局部特征,用尺度不变特征变换对特征进行描述,用词袋模型将人脸图像表示成一组视觉单词的集合;在基于隐含狄利克雷分配(latent Dirichlet allocation, LDA)方法中的主题-单词层分布上引入少量的类别标记指导未标记样本的分类的基础上提出半监督隐含狄利克雷分配方法。在多姿态人脸判别任务上的测试结果表明该算法比无监督LDA算法分类率高9.0％～24.7％;对于部分遮挡人脸图像、未对齐的人脸图像的分类率比多姿态主成分分析法分别提高8.8％和21.5％～39.8％。结果表明该方法在少量样本标记的情况下,性能逼近有监督的隐含狄利克雷分配方法,且适用于其它图像分类问题。     

人脸图像嘴巴特征点自动提取系统

利用彩色人脸的特点，设计一个初步的人脸图像嘴巴特征点的自动提取系统。通过水平投影和垂直投影确定嘴巴的矩形区域，然后在嘴巴所在的矩形区域内提取6个特征点，并且由这6个点拟合五段二次抛物线，由此描绘出嘴巴的边缘轮廓。实验证明，该方法可以有效地提取嘴巴的特征点并较精确地描绘出嘴巴的轮廓.     

一种人脸的检测与定位方法

提出一种基于肤色的人脸检测定位算法,设计了基于肤色的人脸检测和定位系统.采用了增强人脸特征与脸部皮肤之间对比度的方法以及二值化方法,改进了预处理的效果.使用了基于边界方法和基于区域方法相结合的算法,提取了眼睛、嘴和鼻子等关键特征,最终较好地实现了人脸定位.在MicrosoftWindows ME平台上,利用Visual C 6.0开发了软件.实验结果表明,该软件对于一定尺寸范围内清晰的正面人脸图像能够正确检测定位并提取特征.     

人脸图像特征点的定位与提取方法的研究

对于复杂的人脸模式，脸部特征定位是人脸自动识别技术的关键.对人脸图像特征点的定位过程和提取算法进行了研究.通过对人脸图像进行增强与平滑等预处理，并生成清晰完整的二值化图像；利用灰度积分投影曲线确定人脸区域，以缩小定位范围；同时找到垂直方向上人脸特征的大致位置，以便进行下一步的特征提取工作；以粗定位为基准，按照适当的方法对眼、鼻、嘴的特征点依次准确提取.利用粗略与精确两步定位过程方法，在简化处理的同时，可准确提取正面人脸图像中的特征点.实践证明，该方法直观、可靠，具有良好的实用性.     

基于卷积神经网络和SVR的年龄估计

人脸图像年龄估计已经成为计算机视觉领域中一个重要的研究课题,具有广泛的应用价值。利用在IM?DB-WIKI年龄数据库上训练得到的卷积神经网络(CNN)提取特征,并利用主成分分析对特征进行降维,最后利用支持向量机回归的方法进行年龄估计。还讨论了对CNN不同层输出的特征进行融合的结果。在FGNET标准年龄数据库上对该算法进行了测试,实验结果表明,本文算法平均绝对误差较小,优于传统的年龄估计方法。     

基于改进形状上下文的双焦图像深度估计

针对深度估计时两幅双焦图像特征点的误匹配问题,提出了一种基于改进形状上下文特征点的校正方法。首先引入了对尺度、视角、光照等具有不变性的SSURF特征向量,利用SSURF特征向量匹配算法在双焦单目视觉系统采集的焦距不同的两幅图像之间进行目标SSURF特征点的匹配。提出一种改进的形状上下文描述符,对局部特征匹配点对进行误匹配的校正。然后根据空间物点与所成像点距图像中心矢量大小及摄像机的焦距值之间的几何关系,利用校正后的特征点完成相关的计算从而获取目标物的深度信息。实验表明,校正后的方法进行深度估计具有较小的误差和较好的估计效果。该深度估计方法有较大的实用价值。