视频人脸检测及表情映射的研究和实现.pdfVIP

·62· 智能化数字娱乐进展 视频人脸检测及表情映射的研究与实现 何丹1 周激流1’2何坤2 610065) (1．四川大学电子信息学院，成都610065；2．四JIl大学计算机学院，成都 摘要：随着人脸检测技术研究的深入，如何将它与人们的Et常生活相联系，使人脸检测能给人们的生活带来更多的便利和 愉悦已经受到越来越多的关注。通过与传统检测方法的比较，在实时性与准确性之间取得平衡，最终通过颜色信息 在视频图像中提取到嘴唇区域，并在Canny边缘算子检测出的嘴唇轮廓上找到关键点，进而追踪，得到映射参数，从 而实现视频人脸表情到卡通图像的映射。 关键词：人脸检测；人脸跟踪；表情映射 色和绿色分量，hN(z，了)取值范围是0≤hN(z，j，)≤1。首 引言 先将同一张正面人脸图像各像素点在RGB表色系统的分 计算机视觉作为人工智能领域最热门的研究课题之一， 布进行了统计分析，统计结果如图1(b)所示。实验证明， 近年来备受国内外研究者的关注，在此基础上发展起来的人 在RGB表色系统中，嘴唇与肤色区域相比并没有表现出很 机交互技术也随着计算机在人们日常生活和工作中的作用 好的聚类效果。与传统的肤色检测方法类似，本文又对人 越来越大而变得越来越重要。而国内人脸检测与识别技术 脸各器官色彩在HSI表色系统中的分布情况进行了统计， 的研究已经有20多年的时间了，随着技术的日益成熟，无论 如图1(c)所示。当然，此类结果只针对自然情况下的正常 是针对海关、银行，还是视频会议、大小门禁，视频人脸检测 人脸，经过前期或后期处理过的图像不在本文的研究范围 技术都发挥着重要作用。近年来，随着数字娱乐产业的兴 之内。显而易见，皮肤区域在H轴上分布较为聚集，嘴唇 起，如何将人脸检测技术应用到数字娱乐中正受到越来越多 区域与皮肤区域能够较容易分离开来，但是眼睛等其他器 人的关注。本文致力于人脸检测与跟踪技术在实时表情映 官在H轴上的投影却存在与嘴巴和皮肤区域交错的情况。 射中的研究和应用，在人脸器官检测中提出伪H分量，将它 本文对伪色调系统进行了同样的分析，分布情况如图1(d)、 作为嘴唇器官与人脸其他区域的分割标准。而对人眼的检 (e)所示。可见，不论是嘴唇、眼睛还是皮肤，在H轴上的 测则利用到视频图像连续性及生物特征，直接利用差分图像 投影相互较为独立。大量实验也表明，这种伪色调系统与 检测人眼。在跟踪系统设计中，一方面利用初始帧检测到的人 传统HSI表色系统中的H分量相比，受到噪声干扰的影响 眼与后续帧图像进行相关性计算，找到人眼区域；另一方面，嘴 较小。这样，无需采用计算量较大的多维聚类算法，如志均 唇跟踪是为了将视频中的嘴唇变化情况实时映射到卡通图像 值算法，IS()DATA等，而只用简单的设置适当阈值的方法 就可以将嘴巴区域分离检测出来。相对而言，眼睛区域在 中，因此，本文在分析总结各种边缘检测算法的基础上，选择 H轴上的聚类性较差，因此，本文没有采用类似的方法检测 Canny算子，并提取嘴唇关键点，再用KLT算法对后续帧的关 眼睛器官区域。 键点进行跟踪。 在嘴唇区域的检测中，如何选择适当的阈值是检测能否 1人脸肤色及器官颜色统计特性 准确的关键。首先，图2表示了嘴唇和肤色在伪H分量轴 上的分布情况。在原始分布图中，虽然全局最大值显而易 1998年，AHulbert和T．Poggio依据红色分量与绿色