人脸特征点定位算法研究及其应用

摘要

生物特征识别技术有广阔的发展前景，随着网络技术与移动通信技术的发展，刑侦保密、信息安全与网络电子交易等领域更加迫切需要更快捷、安全的信息检测和识别技术。由于非接触式身份认证和识别技术具有个体的唯一性、普遍性、稳定可靠性等特点，现在吸引着越来越多的学者的关注与深入研究。生物特征识别技术中最活跃的研究领域之一即是人脸识别技术，而特征点定位是人脸识别技术中最关键的步骤之一，特征点的定位精度会直接影响后续人脸识别的精度，因而对人脸特征点定位的研究具有很深远的研究意义。
　　在此背景下，国内外的学者提出了许多人脸特征点定位算法，而基于级联回归与基于外形搜素的人脸特征点定位是众多算法中应用较广泛的两种方法。这两种方法在已有的数据集上都有不错的表现，但同时也有各自的缺陷。基于级联回归的方法在回归时的表现依赖于初始值的设置，而基于外形搜索的方法的运算效率有待进一步提高。因此本文对以上方法在运算效率方面做出了一定程度的改进，最终形成一种新的基于随机森林的人脸特征点定位方法。本文的主要研究工作如下：
　　1.针对传统外形搜索方法在运算效率上偏低的问题，本文提出了一种新的结合随机森林与外形搜索的特征点定位算法。该算法首先始于一个包含各种人脸外形的外形搜索空间，通过采用随机森林分类器将其划分为更小的若干外形子空间，然后根据随机森林与输入样本来确定与当前样本外形最接近的外形子空间，再在子空间里展开迭代外形搜索。并且在每个搜索层都采用相应的解决方法来约束当前的搜索外形，最后使用级联回归来实现人脸特征点定位。实验表明该方法不仅在运行效率上较传统方法有明显提升，同时在具有挑战性的人脸数据集上仍然能保持较高的准确度和较强的鲁棒性。
　　2.介绍了三种常用的实验数据集，并在300-W数据集的基础上新建了一个数据集。该新数据集挑选了300-W数据集中具有更大头部姿态变化、更严重的遮挡等条件下的图像，因而具有很大的挑战性，可以进一步测试算法的鲁棒性。同时考虑到本文方法在外形搜索的前后期分别对特征点的要求不同的特点，本文提出了一种基于复合特征的方法，并将该方法与本文算法相结合。实验表明，通过采用复合特征这一设置，可以在少量丢失准确度的前提下而较大地提升算法的运算效率。

目录

声明

第1章 绪 论

1.1 研究背景与意义

1.2 人脸特征点定位国内外研究现状

1.3 本文研究的主要内容

1.4 本文结构

第2章 预备知识

2.1 人脸图像预处理技术

2.2 主成分分析（PCA）

2.3 普鲁克分析

2.4 支持向量机（SVM）

2.5 小结

第3章 基于随机森林的人脸特征点定位

3.1 引言

3.2 传统的人脸特征点定位

3.3 改进方案的提出

3.4随机森林

3.5基于改进的人脸特征点定位

3.5小结

第4章 随机森林特征点定位的应用

4.1 引言

4.2 实验数据集

4.3 实验环境与参数

4.4实验分析

4.5 小结

第5章 复合特征在特征点定位中的应用

5.1 引言

5.2 特征点介绍

5.3复合特征

5.4 实验分析

5.5 复杂度分析

5.6 小结

结论

一、工作总结

二、未来工作展望

参考文献

附录A 攻读硕士学位期间发表的论文和参加的项目

致谢