基于人脸特征点和线性回归的3D人脸姿态估计方法.pdfVIP

2008年 12月 三 明 学 院 学 报 Sep． 2008 第 25卷 第 4期 JOURNALOFSANMINGUNIVERSITY Vo1．25 N0．4 基于人脸特征点和线性回归的3D人脸姿态估计方法 邱丽梅 (三明学院物理与机电工程系，福建 三明 365004) 摘要：改进传统的活动形状模型法，准确地提取人脸特征点后，利用人脸特征点初步估计人脸姿态，以初步估计值为初 始值 ，通过线性回归迭代算法，精确估计 3D人脸空间姿态。实验结果表明，本文提 出的新方法不仅可以获得稳定和唯一的 3D人脸空间姿态．而且与同类方法比较具有较好的姿态估计精确度。 关键词：人脸姿态估计 ；活动形状模型 ；人脸特征点 ；线性回归 中图分类号 ：TP391．4 文献标识码 ：A 文章编号 ：1673-4343一(2oo8)o4—0390-05 3D FacePoseEstimationBasedonFaceFeaturePointsandLinearRegression QIULi—-mei (DepartmentofPhysics，MechancialandElectrciEngineering,SanmingUniversity,Sanming365000,China) Abstract：Inthispaper,hteimprovedmethodofactiveshapemodelisusedtoextractfacefeaturepointsaccurately,htena coarseestimationvalueisobtainedbyusingfacefeaturepoints，andatkeshtiscorasevalueashtestartnigvalue，precisevalueof 3D faceposeisobatinedbasedonlinearregressioniteration．Theexperimentresults show htatthenew mehtodnotonlycan achievesteadyandonly3D facepose．butalsohasbetterestimationaccuracycomparedwiththesamekindofmehtod ． Keyword：estimationoffacepose；activeshapemodel(ASM)；facefeaturepoints；linearregression． 计嘲。但是。因为这类方法大多数是利用插补，它们 0 引言 的精确度大大受限于训练样本的划分策略数量 ． 人脸姿态估计是指确定输入 图像 中的人脸在 结果典型的人脸姿态的估计精度都不少于 10~ 3D空间中的姿态 。姿态与视角有直接的对应关 第二，基于模型的方法 利用某种几何模型或 系．因此 ．姿态估计问题也称为人脸视角估计。人脸 结构来表示人脸的结构和形状 ．建立模型和图像 姿态估计在人脸识别、计算机游戏、虚拟现实和司 之间的对应关系．然后通过几何或者其它方法实 机疲劳检测系统等方面有着广泛的应用。对于现 现人脸空间姿态估计。现有的人脸姿态估计方法中， 有人脸姿态估计的方法大体上可以分为两类 ： 大多数姿态估计文献 的方法属于基于模型的方 第一 ．基于人脸外观的学习方法 。假设 3D人 法。Alter利用三点根据弱视投影估计人脸姿态杩：Yao 脸姿态与人脸图像的某些特性 (图像密度、颜色、 提出利用仿射变换关系得到了人脸平面法线方 图像梯度值等)存在唯一的对应关系．用大量 已知 向，但不能唯一确定人脸 3D空间姿态R。Mazumdar 3D人脸姿态的训练样本 ．通过统计方法