改进的主动形状模型方法在人脸特征点定位中的应用.pdfVIP

第３１卷第３期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．３ ２０１４年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１４ 改进的主动形状模型方法在人脸特征点定位中的应用 刘 力 铭 （广州城市职业学院信息技术系　广东广州５１０４０５） 摘　要　　主动形状模型ＡＳＭ（Ａｃｔｉｖｅｓｈａｐｅｍｏｄｅｌ）是一种统计参数化模型，主要应用于图像中的特征提取。传统的ＡＳＭ方法对训 练集数据采用ＰＣＡ方法获得形状特征向量和形状参数，然后根据转换矩阵建立线性的统计参数化的形状模型。在分析传统方法不 足的基础上，提出一种改进的主动形状模型定位人脸特征的新方法。该方法采用增量ＰＣＡ，可以有效解决模型匹配失败和受测试图 像影响等因素，同时可对训练集进行纹理模型更新。实验结果表明，改进的方法可以有效提高模型的匹配精度，同时加快了模型定 位特征点的时间。 关键词　　主动形状模型　特征提取　ＰＣＡ　增量ＰＣＡ　纹理模型 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０３．０４６ ＡＰＰＬＩＣＡＴＩＯＮＯＦＡＮＩＭＰＲＯＶＥＤＡＣＴＩＶＥＳＨＡＰＥ ＭＯＤＥＬＭＥＴＨＯＤＩＮＦＡＣＩＡＬＦＥＡＴＵＲＥＬＯＣＡＴＩＯＮ ＬｉｕＬｉｍｉｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＧｕａｎｇｚｈｏｕＣｉｔｙＰｏｌｙｔｅｃｈｎｉｃ，Ｇｕａｎｇｚｈｏｕ５１０４０５，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｃｔｉｖｅｓｈａｐｅｍｏｄｅｌ（ＡＳＭ）ｉｓａｓｔａｔｉｓｔｉｃａｌｐａｒａｍｅｔｒｉｃｍｏｄｅｌ，ａｎｄｉｓｍａｉｎｌｙｕｓｅｄｆｏｒｅｘｔｒａｃｔｉｎｇｔｈｅｆｅａｔｕｒｅｓｏｆｉｍａｇｅ．Ｉｎｏｒｉｇｉｎａｌ ＡＳＭｍｏｄｅｌ，ｔｈｅｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）ａｐｐｒｏａｃｈｉｓｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｓｈａｐｅｅｉｇｅｎｖｅｃｔｏｒｓａｎｄｓｈａｐｅｐａｒａｍｅｔｅｒｓｆｒｏｍｔｈｅｔｒａｉｎ ｉｎｇｓｅｔｄａｔａ，ａｎｄｔｈｅｎｔｈｅｙａｒｅｕｓｅｄｔｏｂｕｉｌｄｌｉｎｅａｒｓｔａｔｉｓｔｉｃａｌｐａｒａｍｅｔｒｉｃｓｈａｐｅｍｏｄｅｌａｃｃｏｒｄｉｎｇｔｏｔｈｅｔｒａｎｓｉｔｉｏｎｍａｔｒｉｘ．Ｉｎｔｈｅｐａｐｅｒｗｅｐｒｏ ｐｏｓｅａｎｅｗｍｅｔｈｏｄｏｆｌｏｃａｔｉｎｇｔｈｅｆａｃｉａｌｆｅａｔｕｒｅｓｗｉｔｈｔｈｅｉｍｐｒｏｖｅｄａｃｔｉｖｅｓｈａｐｅｍｏｄｅｌｂａｓｅｄｏｎａｎａｌｙｓｉｎｇｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄ． ＴｈｉｓｍｅｔｈｏｄｕｓｅｓｉｎｃｒｅｍｅｎｔａｌＰＣＡ，ｗｈｉｃｈｃａｎｅｆｆｅｃｔｉｖｅｌｙｏｖｅｒｃｏｍｅｔｈｅｐｒｏｂｌｅｍｓｃａｕｓｅｄｂｙｔｈｅｆａｃｔｏｒｓｏｆｍｏｄｅｌｍａｔｃｈｉｎｇｆａｉｌｕｒｅａｎｄｔｈｅｉｎ ｆｌｕｅｎｃｅｏｆｔｈｅｔｅｓｔｉｎｇｉｍａｇｅ，ａｎｄｃａｎｕｐｄａｔｅｔｈｅｔｅｘｔｕｒｅｍｏｄｅｌｏｆｔｈｅｔｒａｉｎｉｎｇｓｅｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄｍｅｔｈｏｄｃａｎｅｆ ｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｍｏｄｅｌｍａｔｃｈｉｎｇａｃｃｕｒａｃｙ，ａｎｄｓｐｅｅｄｓｕｐｔｈｅｆｅａｔｕｒｅｓｌｏｃａｔｉｎｇｔｉｍｅｏｆｔｈｅｍｏｄｅｌａｔｔｈｅｓａｍｅｔｉｍｅ． Ｋｅｙｗｏｒｄｓ　　Ａｃｔｉｖｅｓｈａｐｅｍｏｄｅｌ　Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ　ＰＣＡ　ＩｎｃｒｅｍｅｎｔａｌＰＣＡ　Ｔｅｘｔｕｒｅｍｏｄｅｌ 形状模型ＡＳＭ［８］是Ｔ．Ｆ．Ｃｏｏｔｅｓ等人 １９９５年提出来的，最初该 ０　引　言 模型被用来处理医学图像，它直接受益于和借鉴以往的可变模