脸部特征定位方法

脸部特征定位是人脸分析技术的一个重要组成部分 ,其目标是在图象或图象序列中的指定区域内搜索人脸特征 (如眼、鼻、嘴、耳等 )的位置 .它可广泛应用于人脸检测和定位、人脸识别、姿态识别、表情识别、头部像压缩及重构、脸部动画等领域 .近年来 ,该领域的研究有了较大的发展 ,为了让相关领域内的理论研究和开发人员对目前的进展有一个全面的了解 ,将近年来提出的脸部特征定位方法根据其所依据的基本信息类型 ,分为基于先验知识、几何形状、色彩、外观和关联信息等 5类 ,分别作了介绍 ,同时 ,对各类方法的性能作了一些比较和讨论 。

基于先验知识改进Snake模型的脸部特征分割

针对传统Snake模型在脸部特征分割中遇到的边界泄漏问题 ,给出两种局部信息用于边缘增强 ,改进了外力场 ;引入了预测 /校正两步形变Snake模型的概念 ,将Snake模型在内力和外力作用下的形变结果作为Snake轮廓新位置的预测 ,然后用目标形状的先验知识对预测结果进行校正 ,使得Snake的形变由预测 /校正两步来完成 在分割脸部特征时 ,构造了对Snake形变进行校正的准则 实验结果表明 ,该预测

一种基于三维深度数据的脸部特征检测方法

提出了一种表征曲面上某点局部形状的新方法———曲率符号分布形状描述子(CurSignTration).根据高斯曲率和平均曲率的符号确定曲面上点的形状分类,对某点邻域内所有点的形状按编码进行统计,将统计结果归一化后得到的直方图作为该点的CurSignTration.CurSignTration描述了三维深度图像中某点邻域的形状分布状况,对给定的三维深度数据点建立了一种除坐标之外的特征信息.这种表征方法对平移、旋转及镜像变换具有不变性.结合基于外观的人脸特征检测方法,用CurSignTration可以对人脸的三维深度图像进行姿态不变的脸部特征检测.对15张三维深度人脸图像的特征点检测结果表明了CurSignTration的有效性.

脸部特征点定位方法综述

人脸识别技术极大推动了图像处理、模式识别、计算机视觉等诸多学科的发展。人脸部特征点的定位是人脸识别中的关键步骤,定位准确与否直接关系到后续应用的可靠性。系统综述了特征点定位六大类方法,分为基于灰度信息、先验规则、几何形状、统计模型、小波和3D方法,并给出了对各方法的性能评价以及对未来的展望。

使用脸部特征码提高无线应用系统的认证安全

介绍了提高无线网络应用系统安全认证的一种新方法.即将独立变量分析和特征脸识别技术结合起来,作为新的用户身份识别方法,从而提高无线网络系统中的认证安全.

一种基于肤色和脸部特征的人脸检测方法

针对人脸检测问题中快速性与准确性难以同时满足的情况,提出了一种将肤色和脸部特征相结合的方法来检测人脸。由于通过基于肤色的算法能快速定位出人脸大致位置,因而检测速度能达到实时的要求;同时利用脸部特征进一步细检,可保证检测的精确性。

MPEG—4中脸部特征点定位

文中运用人脸结构的特点和形态学提出有效的脸部特征点的定位方法,该方法可用于可视电话、视频电话会议等多媒体通信领域经常出现的视频头肩序列图像的编码中。

基于AdaBoost算法和色彩信息的脸部特征定位

针对脸部特征定位提出一种新型的基于Ada Boost算法和色彩信息的方法。首先用参考白光照补偿法对脸部区域进行光线补偿,然后用Ada Boost算法的级联分类器快速定位图像中的脸部区域,最后根据脸部肤色与脸部特征在色彩信息上的区别,建立眼部模型和嘴部模型,实现眼睛与嘴巴定位。实验结果表明,基于该方法的脸部特征定位具有较高检测率和实用性,同时嘴巴定位不易受到表情变化的影响。

中国汉族人群脸部特征相关SNP位点研究

脸部形态是人类重要的生物特征之一,了解脸部形态特征的遗传基础在群体遗传学、发育生物学和法庭科学中具有重要意义。本研究针对中国汉族成年男性人群1177名个体,在高分辨率三维人脸图像的17个脸部特征点中提取出136组欧几里德距离(Euclidean distance)表型。结合3×低深度测序数据,用线性回归分析了125个已报道的与脸部形态显著相关的SNP位点和136组脸部表型之间的相关性。结果表明,在经过多重校正后,来自10个不同基因区域的12个SNP位点与一个或多个脸部特征显著相关(显著性阈值P<1.35×10^–3),解释了年龄和BMI指数校正后3.89%脸部表型差异。相关SNP位点包括TEX41 rs17479393,PAX3 rs974448、RAB7A/ACAD9 rs2977562、DCHS2 rs9995821、DCHS2 rs2045323、C5orf50 rs6555969、SUPT3H/RUNX2 rs1852985、MSRA rs11782517、EYA1 rs10504499、GSC rs2224309、DICER1 rs7161418和DHX35 rs2206437。本研究结果对揭示中国汉族人群脸部形态的遗传机制和脸部特征的遗传推断提供了参考数据。

一种基于肤色和脸部特征的人脸跟踪算法

本文提出一种基于肤色和脸部特征的人脸跟踪算法,将视频序列帧分类为检测帧和跟踪帧,对于两种类型的帧图像作不同的检测,最终在人脸跟踪问题中最难解决的精确性与快速性中得到折衷。实验结果表明本算法可以准确实时地对视频序列中的人脸进行跟踪。

一种基于局部信息的脸部特征定位方法

在深入研究主动形状模型(Active Shape Model,ASM)的基础上,提出了一种在ASM中结合特征点的邻域Gabor信息进行局部纹理建模的方法,并改进了搜索策略。实验结果表明,该方法与传统ASM定位方法相比提高了特征定位的精度。

基于肤色与脸部特征提取的人脸检测

人脸检测与识别技术属于生物特征验证手段的一种,可应用于视觉监测、安全访问控制与智能用户接口等多个领域。而人脸检测在人脸识别中占据重要地位。在肤色模型和小波变换有效结合的基础上,即可对人脸进行确定,特别是眼睛位置。经过小波变换处理,结合几何位置展开检测,并使用Fisher分类器即可对嘴巴的位置进行检测。在全新的技术支持下,可以在短时间内准确检测人脸,精准度较高。基于此,文章将肤色和脸部特征提取作为重要基础,重点阐述人脸检测的实现路径,希望对人脸检测与识别技术的发展有所帮助。

一种用于脸部特征检测的分层概率模型研究

脸部特征检测问题是计算机视觉领域的研究热点。因为脸部外观和形态随着条件的变化而变化,因此面部特征检测比较复杂。针对现有脸部特征检测算法的不足,提出一种已知图像测量数据后能够推断出真实脸部特征位置的分层概率模型。针对每个脸部子部位的局部形态变化进行间接建模;通过搜索模型的最优结构和参数设置,在更高层次上学习脸部子部位、脸部表情和姿态间的联合关系。该模型综合利用了脸部子部位自下而上的形态约束以及脸部子部位间自上而下的关系约束来推断出脸部特征的真实位置。利用基准数据库进行了仿真实验。实验结果表明,该方法的检测性能要明显优于目前最新的人脸特征检测算法。

地球最典型面孔“中国制造”代表70亿人脸部特征

美国《国家地理杂志》综合研究了全球70亿人的相貌特征后，于今晨发布了一张经过综合70亿人相貌特征的面孔图，图中是一名28岁中国汉族男性人脸的照片。该杂志称，这张照片最能代表全球70亿人的面部特征。

人脸部特征自动定位及其在图像编码中的应用

为了提高极低速率下图像编码的主观质量——特别是在典型的可视电话应用场合，根据人的主观视觉特性，提出了突出人的脸部特征的宏观编码控制思想。给出了一种运算量低、鲁棒性好的人脸自动识别和跟踪算法。应用于极低速率典型可视电话时，重建图像的主观质量得到了明显提高。与此同时，该方法也为国际标准ＭＰＥＧ４在低速实时通信系统中的应用提供了一个实例。在此基础之上，作为更高层语义编码的基本环节，文中给出了一种脸部特征的全自动识别、定位方法。

人物脸部图片的修改与实现

包括人脸表情修改在内的人体生物特征的操作技术,涉及的脸部图像处理是图像处理学科的技术难点。研究了影响人脸识别技术实用化的一些因素,提出了开发人脸识别与修改技术的方法,开发出一个人脸图像处理系统,主要用于图片中人脸部位的变换与修改,为今后开发性能优良的人脸识别与修改系统奠定基础。

水平偏转男性脸部几何特征复原及检验的研究

不同水平偏转状态下,同一男性人脸照片的几何特征数值经过复原后具有稳定性和独特性。部分脸部器官内隐三角形的底角数值同样具有稳定性和独特性,可以考虑作为几何特征检验使用。实验结果表明,不同男性人脸照片间几何特征数值经过复原后具有明显差异性。人脸照片几何特征的复原检验法可以在对不同人脸相似性检验中获得较好的效果。

彩色图象中主要人脸特征位置的全自动标定

人脸特征的定位是计算机人脸识别中必需的一步 .该文提出了一种在彩色图象中进行人脸部特征定位的新方法 .该方法只取彩色图象中的红色成分作为研究对象 ,以简化处理及提高信噪比 ;首先利用对原图的垂直灰度投影曲线确定脸的左右边界 ,并分离出此区域的高低灰度图 ,以便分图定位脸部特征 ;接着利用对经边缘检测的高灰度图的水平灰度投影确定下颌、嘴、鼻、眼的垂直位置 ,然后在相应位置附近 ,对鼻、眼、嘴依此进行准确定位 .算法最后的输出为人眼的位置、鼻端的位置及鼻宽、嘴的位置及嘴宽和下颌的垂直位置 .大量实验表明 。

基于肤色模型和特征定位的人脸检测算法

针对彩色图像提出一种基于肤色模型和特征定位的检测算法.首先建立一个新的肤色模型(H SI I模型),它对光照亮度具有强鲁棒性.在肤色分割的基础上,利用水平灰度投影估计人眼水平位置,然后结合候选脸区的边缘图像,给出人眼的确定位置,并输出人脸检测结果.实验表明该算法简单、快速、鲁棒性强.

基于人工情感的脸部表情识别的研究

脸部特征的提取和各种特征所代表的表情状态是识别是脸部表情识别过程中的重要步骤。该文研究了脸部表情识别方面的一些进展,概括论述了面部表情识别的主要研究内容,以及图像预处理,特征提取,图像识别和表情识别的主要算法和方法。研究表明,在正面人脸和无背景时识别效果较好;在复杂背景下,或人脸被部分遮挡或角度偏转角度较大时,识别效果不好,它的识别效果离实用还有较大的距离,还需要进一步研究。