基于多状态分层模型的有表情人脸配准

摘要

将人脸表情变化范围离散化表示为多状态部件模型,以便描述人脸非线性变化.引入多方向局部梯度信息,建立反投影概率图来改善原始灰度图像的外观模式表达,基于级联的卷积神经网络实现渐进分层的人脸配准.根据整脸和不同区域的图像实现人脸形状初始化,并判断当前部件状态.根据正确状态的人脸模型回归人脸形状参数,完成最终的精细配准.与其他几种常用算法在数据库上进行了定量比较,结果表明该算法改善了表情变化剧烈时人脸配准的效果,在计算量相当的情况下,正确率和处理速度等方面都达到很好的性能,具有明显的实用价值.