用于在不受控制的条件下,精确定位眼睛的增强图形结构.docx

用于在不受控制的条件下，精确定位眼睛的增强图形结构摘要在本文中，我们提出了一个增强的图像结构（PS）模型，用于精确的眼睛定位，这是一个涉及许多面部处理任务的根本问题。 PS是用于基于部件的对象建模的高计算效率的框架。然而，对于在不受控制的条件下拍摄的面部图像，传统的PS模型不够灵活以处理复杂的外观和结构变化。为了扩展PS，我们提出了一种辨别式PS模型，用于在外观严重变化时更精确的部件定位，2）引入一系列全局约束以提高对尺度，旋转和平移的鲁棒性，3）采用启发式预测方法解决部分被遮挡眼睛的定位困难。在具有挑战性的LFW数据库中的实验结果表明，我们的模型可以在包括姿态，表情，照明，照相机质量，遮挡等的广泛的不受控制的变化范围内准确和有效地定位眼睛。1.简介在包含面部的给定图像中检测和定位眼睛位置的任务对于许多面部处理应用（例如面部跟踪，面部识别，面部表情分析，眼睛行为分析等）的初始化是至关重要的。眼睛检测和眼睛定位之间存在细微差别; 也就是说，后者通常需要比前者更准确地预测眼睛位置（通常只允许错误的几个像素）。 最近的研究已经公开了不准确的眼睛定位将导致自动面部识别系统的严重问题，特别是对于那些基于几何正规化的面部图像（例如本征面和渔业面）的质量的技术。 图像1.眼睛复杂外观的图示（来自LFW的图像 数据库[10]）。类似于其他一般的物体检测任务，如面部检测[