人脸特征点定位的自适应窗回归方法

针对显式形状回归(ESR)对于一些面部遮挡、面部表情过大样本定位精度低的问题,提出一种自适应窗回归方法。首先,应用先验信息为每张图片生成精确的人脸框,用人脸框的中心点对人脸进行特征映射,并进行相似变换得到多个初始形状;其次,提出一种自适应窗口调整策略,基于先前回归的均方误差自适应地调整特征窗口大小;最后,基于互信息(MI)的特征选择策略,提出新的相关性计算方法,在候选像素集中选出最相关的特征。在三个公开数据集LFPW、HELEN、COFW上,相较于ESR算法,所提方法的定位精度分别提升7.52%、5.72%和5.89%。实验结果表明,自适应窗回归方法可以有效提高人脸特征点定位精度。