基于曲线拟合的人脸分割算法

提出了一种复杂背景下的人脸分割算法 ,算法包括以下步骤 :首先基于人脸检测结果确定内外轮廓及搜索路径 ;然后 ,利用设计的自适应搜索算法 ,对于每一条搜索路径提取出真正的轮廓点 ;最后利用人脸轮廓的平滑性通过曲线拟合来补充不确定边缘点 ,从而完成人脸分割 .该文算法的主要目的是解决人脸轮廓边缘点的不连续性问题 ,提取真正轮廓边缘点用于人脸分割 ,在一定程度上去除部分遮挡造成的假轮廓边缘点 。

基于Sobel算子的人脸分割算法

本文提出了一种基于Sobel算子的人脸分割方法,该方法主要包括边缘提取、细化、对称性分析和人脸分割等几个主要步骤。试验结果表明该方法对于灰度图像是很有效的。

SICP配准的三维人脸建模

传统迭代最近点(Iterative Closest Point,ICP)不能很好处理异常值、噪声及丢失数据等情况,导致降低了在人脸建模中三维点云配准的精度。本文提出使用稀疏迭代最近点(Sparse Iterative Closest Point,SICP)来进行深度图的配准,稀疏ICP通过使用稀疏诱导准则去重新书写配准优化公式以解决这些问题从而提高配准的精度。另外,本文提出一种快速分割头部的方法,它可以从深度图中快速的分割出用户的头部,进而建立一个三维人脸建模系统。实验结果证明了本文算法的有效性。