基于AAM的人脸特征点定位方法研究

摘要

动态表观模型(ActiveAppearanceModel，简称AAM)最早于1998年由F.T.Cootes等人提出并被应用于人脸特征点定位。2001年卡耐基梅隆大学的S.Baker等人对AAM拟合计算部分进行了改进，通过提前计算Hessian和梯度值，减少了循环迭代的运算量。由于具有三维扩展性好、特征点定位准确以及最高可达230帧/秒的处理速度等优点，AAM被认为是人脸特征点定位方法中一种有效的方法。本项研究在跟踪F.T.Cootes和S.Baker等人的研究进展的同时，对基于AAM的人脸特征点定位方法在实际应用中碰到的问题进行了深入的分析，对其不足提出了相应的改进方法。 主要的改进包括三个方面：1)针对算法在遇到有外界物体遮挡的时候定位效果急剧下降的问题，提出利用输入图像人脸表观与AAM平均人脸表观的差值图像的各部分属性来定义初始掩模，再通过迭代循环逐步细化掩模，进而采用多尺度掩模来消除遮挡干扰的方法。2)针对迭代过程中的形状模板非法变形的问题，采用的解决方法是：首先将标准训练集人脸的采样形状进行投影，得到形状系数空间，然后通过构建形状限制项来对模板整体变形趋势予以约束。3)针对背景敏感问题采用基于人脸肤色的统计掩模的方法予以解决，使算法能在不同的背景环境下进行人脸特征点定位。 最后构建了一个基于AAM的人脸特征点定位演示系统，并将本文对算法在鲁棒性方面的改进应用于所建立的系统中。通过合理设计各个功能模块，并采用Matlab工具进行系统的开发，本文构建的系统不仅适合作为后续研究的实验平台，而且也为将来开发实际应用软件奠定了良好的基础。

目录

文摘

英文文摘

论文说明：插图索引

湖南大学学位论文原创性声明及版权使用授权书

第1章绪论

1.1选题背景和意义

1.2应用领域

1.3本文所做的工作

1.3.1本文的主要研究内容

1.3.2本文的创新点

1.3.3本文的组织结构

第2章基于AAM的人脸特征点定位方法分析

2.1引言

2.2 AAM的产生和主要思路

2.3 AAM模型建立

2.3.1形状建模

2.3.2表观建模

2.3.3 AAM模型实例生成

2.4 AAM拟合计算

2.4.1 AAM拟合计算的目的和意义

2.4.2早期的AAM拟合算法

2.4.3利用反向组合算法进行AAM拟合计算

2.5基于AAM的人脸特征点定位方法

2.5.1训练集的选择

2.5.2实现过程

2.5.3存在的主要不足

2.6小结

第3章基于AAM的人脸特征点定位方法改进

3.1引言

3.2利用多尺度掩模解决遮挡干扰

3.2.1问题的提出

3.2.2利用掩模消除干扰的基本思想

3.2.3利用多尺度掩模的改进算法分析

3.2.4实验结果与分析

3.3利用形状限制项解决非法变形

3.3.1问题的提出

3.3.2利用形状限制项解决非法变形的思想

3.3.3形状限制项的构造

3.3.4实验结果与分析

3.4利用人脸肤色统计掩模解决背景敏感

3.4.1问题的提出

3.4.2利用肤色掩模解决背景敏感的思想

3.4.3实验结果与分析

3.5 小结

第4章基于AAM的人脸特征点定位系统实现

4.1引言

4.2系统总体框图

4.3系统模块

4.3.1 AAM建模模块

4.3.2 AAM拟合模块

4.4系统界面与使用说明

4.5小结

结论与展望

参考文献

致 谢

附录A攻读学位期间完成的论文和参加的项目