基于改进AAM的人脸特征点提取.pdfVIP

第38卷第4期 应 用 科 技 V01．38．No．4 Scienceand 2011年4月 Applied Technology Apr．2011 doi：10．3969／j．issn．1009—671X．2011．04．08 基于改进AAM的人脸特征点提取 牛星1，席志红1，金子正秀2 (1．哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001；2．东京电气通信大学情报理工研究科，东京182-8585) 摘要：提出了具有鲁棒性的基予局部二值模式LBP纹理提取人脸特征点的主动外观模型AAM算法(LBP- AAM)．首先建立3种人脸模型实例(正面，左转及右转人脸模型)；然后应用LBP判断和预测测试图片的旋转 类型，依据预测结果选择合理的模型实例去匹配；最后提取出人脸特征点．实验结果证明本方法比传统的AAM 方法在精度上提高了27％，效率上提高了9％． 关键词：主动外观模型；局部二值模式；局部二值模式主动外观模型；模型实例；人脸特征点 中图分类号：TP232 文献标识码：A 文章编号：1009—671X(2011)04—0035—04 Facefeature extractionbasedonrefinedAAM points NIU Kanek02 Xin91，XIZhihon91，MASAHIDE ofInformationandCommunication of (1．College Engineering，HarbinEngineeringUniversity，Harbin Mechanical and of 82-8585) EngineeringIntelligentSystems，TheUniversityElectro-Communications，TokyoJapan，1 this arobustfacialfeature extraction Abstract：In points paper，wepropose active onlocal features．We three model(AAM)based appearance binarypattern(LBP)texturefirstlygenerated ofmodel and LBPwasusedto the oftestfacial types instances(frontal，left—rotatedright-rotated)，and judgetype and therotationofthetestthe tothe weselected modelin— imagepredict face，andaccordingprediction proper stancesasthe we thefeature the extracted of results that fittingmodel．Finally points face．Experimentalproved thismethod the rate 27％and wag