基于嘴巴状态约束的人脸特征点定位算法

嘴巴区域特征点的精确定位对于特征匹配、表情分析、唇形识别、驾驶行为分析等应用具有极其关键的作用。然而,用现有的人脸特征点定位算法进行人脸形状估计时,嘴巴区域特征点的定位误差相对较大。针对这一问题,提出了基于HSV颜色空间和基于卷积神经网络的两种嘴巴状态分类器以及一种基于局部特征点位置关系的强形状约束策略,并在此基础上提出了基于嘴巴状态约束的人脸特征点定位算法,根据嘴巴状态标签对显式形状回归ESR算法的估计结果进行约束以获得更加准确的特征的位置。相比传统的ESR算法,该方法在保障人脸形状定位鲁棒性的同时,在Helen数据库和LFPW数据库上的嘴巴特征点定位准确度均明显提高。