基于肤色模型、神经网络和人脸结构模型的平面旋转人脸检测

人脸检测是智能人机接口的关键技术之一,它在人脸识别、表情识别、人脸合成和人脸编码等领域具有重要的应用价值.该文针对复杂背景下的彩色图像,提出了一种基于肤色模型、人脸平面旋转角度检测和正面人脸结构特征的人脸检测算法.该方法首先建立了一个人脸肤色分布模型;其次采用神经网络计算和瞳孔定位操作,实现了由粗到精的人脸平面旋转角检测;最后提出了一种基于结构的正面人脸检测策略.实验结果表明,所提出的算法能够适应不同的光照环境,可以检测不同大小、不同平面旋转角的人脸.

基于级联回归网络的多尺度旋转人脸检测方法

针对在较大的人脸平面旋转(RIP)角度下,人脸外观差异导致多尺度旋转人脸检测困难的问题,提出了一种基于级联回归网络的多尺度旋转人脸检测方法,该方法采用三级级联回归策略逐步完成每个候选人脸RIP角度的估计和人脸候选窗位置的更新。第1阶段采用SSD网络对人脸候选窗位置进行直接预测,消除大部分低置信度的人脸候选窗;第2阶段采用人脸分类网络对人脸候选窗位置进行粗略回归,同时快速对齐人脸的RIP主方向区间;第3阶段采用人脸回归网络对人脸候选窗位置进行精确回归,同时连续估计人脸RIP的角度。在旋转FDDB数据集和旋转WIDER FACE数据集上的实验结果表明,该算法对多尺度旋转人脸的检测精度高于当前主流的旋转人脸检测算法。

基于神经网络集成的旋转人脸快速检测系统

提出了一个基于神经网络集成的旋转人脸检测系统,与其它类似系统只能检测正面直立的人脸不同,本系统用于检测在图像平面内任何旋转角度的人脸。首先用"预处理"网络处理每个输入窗口,以确定窗口中是否含有人脸及其旋转角度,其输出结果再经一个或多个"检测"网络窗口处理。对两种类型的网络都提出了相应的训练方法,对各个网络进行敏感度分析,并做了大量实验。实验结果表明,本系统在准确率和检测速度方面均有较好表现,特别是检测速度大大高于单个网络的系统。

基于局部线性投影的三维旋转人脸识别

本文在基于三维形态学模型的人脸识别研究中,运用局部线性投影算法(ProjectiveLLE,PLLE)取代了普遍使用的经典降维方法PCA,在高维空间中减小了降维过程中的线性失真。有效提高了所构建的三维形态学模型的质量,经实验证明该算法对于提高拟合的精度和大角度旋转人脸的识别率都取得了比较理想的效果。

基于汇聚级联卷积神经网络的旋转人脸检测方法

针对大规模姿态变化和大角度人脸平面旋转(Rotation-in-Plane,RIP)等复杂条件下,多尺度旋转人脸检测精度低的问题,提出了一种基于汇聚级联卷积神经网络(Convolutional Neural Networks,CNN)的旋转人脸检测方法。采用由粗到精的级联策略,在主网络SSD的多个特征层上汇聚级联了多个浅层的卷积神经网络,逐步完成人脸/非人脸检测、人脸边界框位置更新和人脸RIP角度估计。该方法在Rotate FDDB和Rotate Sub-WIDER FACE数据集上取得了较好的检测效果。在Rotate SubWIDER FACE数据集出现100次误报时的检测精度为87.1%,速度为45FPS,证明该方法可在低时间损耗下完成精确的旋转人脸检测。

基于图像合成的多姿态人脸图像识别方法

由于人脸图像的姿态变化会导致识别效果大幅下降,文中通过同一个人的多张多姿态人脸图像的融合图像识别该人身份.从几何信息与纹理信息两个层面进行融合,利用人脸图像的几何信息挑选待融合图像集合以保证人脸信息的完整性.在现有的通用人脸数据库的基础上,利用网络多姿态人脸图像测试组测试原始图像与融合图像的识别率,结果表明融合后的图像能获得更好的识别效果.

一种人脸眼部特征提取和定位的方法

针对人脸图像歪斜导致识别程度较低的问题,提出了基于最佳阈值分割(迭代法)和灰度积分投影技术的人脸眼部特征提取、定位的方法。首先,采用预处理操作解决图像中存在的噪声和图像模糊不清晰的问题,并对人脸歪斜图像作Radon变换以及对眼部遮挡物采取生成式对抗网络的方式。然后执行图像的迭代法操作,以获取图像中的感兴趣区域(ROI),并运用积分投影来获得伪坐标点。最后利用分块灰度积分投影方法对眼部进行了准确的定位,提高了人脸图像中眼部特征提取和定位的精确度。实验表明,上述算法在人脸眼部特征提取和定位上好于其的方法。

基于LBP的人脸识别

本文首次提出应用局部二值模式(LBP)算法来预测人脸旋转姿态。首先建立平均人脸的特征直方图模型(正面人脸特征直方图、左转人脸特征直方图和右转人脸特征直方图),然后通过比较测试人脸特征直方图与平均人脸特征直方图的距离来预测人脸旋转类型。实验结果表明本文方法可以有效的预测人脸姿态。

大角度平面旋转人眼定位方法

提出一种解决平面大旋转角度人脸眼睛精确定位算法,首先根据圆周旋转不变性,建立基于圆周块子矩阵的标准人脸旋转模板,使对旋转角度的判定转化为对圆周块子矩阵移位距离的估计;然后用基于人脸结构关系的方法粗定位时,提出自适应的最优阈值方法去除噪声点,减少匹配误差,减少运算量,提高运算速度;最后对候选区域提取gabor特征,进行精确定位。在FRVT库上的实验结果表明,该算法适用于360°内的平面旋转的人眼定位,算法简单,运算速度快,准确率可达到87.67%。