人脸特征点提取研究及其在漫画软件中的应用

摘要

日常生活中人脸对我们来说最常见,也是最熟悉的一部分。每个人都对人脸充满了兴趣。在学术上,人脸被应用于人类学、心理学及工程学等各个领域。
　　 人脸漫画往往可以更好的反映一幅原始图像。可以更简洁更有效地代表一个人脸的特征。提取人脸特征并对其加以强调后可以通过计算机自动绘制出人脸漫画。在人脸漫画绘制时,大多数传统方法都是通过计算输入人脸与平均人脸的区别,应用推断技术将区别夸张地表现出来。以往算法将人脸部分作为一个整体部分统一处理,目前存在另外一种方法,通过分别计算人脸的特征空间来处理人脸形状,然后分别对人脸每一部分加以夸张表现,这种人脸处理方法能够灵活地提取出人脸特征点并绘制出人脸漫画。但是仍然存在很多缺点,它只能处理特定的没有旋转角度没有表情的人脸,且精度也不是很高。所以如果用这种方法提取多姿态人脸特征,效果将不是很理想。
　　 本研究分别提出了基于角度判断和基于局部二值模式的活动外观模型算法改进现存的一个人脸漫画绘制平台。活动外观模型是通过主成分分析法对给定的一组数据处理在其子空间中保留数据最大信息,将模型参量变化线性化的过程,其模型能够描述物体的形状与纹理特征。本研究在人脸建模过程中,打破了常规的模型建立方法,首先应用FaceFit工具手动对人脸库中的人脸进行特征点标定,然后建立三种旋转角度的人脸模型实例。在人脸特征拟合过程中,引用了模式二值处理算法判断输入人脸的旋转类型,然后选择合理的人脸模型实例,通过拟合提取出人脸特征点。最后根据漫画软件绘制原理将提取出的人脸特征点建立一个特殊文件绘制出人脸漫画。
　　 通过实验证明本研究建立的新的人脸漫画绘制平台能够有效从具有旋转角度或表情的人脸中提取出特征点并绘制出人脸漫画。且相比较传统的活动外观模型本文提出的基于模式二值处理的活动外观模型在拟合精度上提高了27％,在拟合效率上提高了9％。