双向层级结构分类器及其在面部特征点定位中的应用.pdfVIP

高技术通讯圆园员园年第圆园卷第愿期：愿员远耀愿圆员 凿燥蚤：员园援猿苑苑圆辕躁援蚤泽泽灶援员园园圆鄄园源苑园援圆园员园援园愿援园园愿 双向层级结构分类器及其在面部特征点定位中的应用① ②  ③   牛志恒 山世光 陈熙霖  （ 哈尔滨工业大学计算机科学与技术学院 哈尔滨员缘园园园员  （ 中国科学院计算技术研究所中国科学院智能信息处理重点实验室 北京 员园园员怨园 摘 要 设计了一种新颖的双向层级结构分类器，并将其应用于面部特征点的定位。该 分类器在训练过程中对正例样本和反例样本交替进行重采样，因而与采用传统的单向层 级分类器的面部特征定位方法相比，采用这种新的双向层级结构分类器的方法具有以下 优点：可以应对大规模的数据集；可以处理存在复杂变化的正反例样本；而且无论是在训 练过程还是在测试过程，其算法都能快速地过滤大量的“易分”样本，执行效率非常高。 在两个公开测试数据库上的实验结果表明，采用双向层级结构分类器的方法可以实现准 确、快速的特征点定位。 关键词 双向层级结构，分类器设计，正（反）例样本，面部特征点定位 的检测或定位方法。本文提出的方法属于这种先提 园 引言 取特征进而进行分类的方法，但是与传统的方法不 同，这种方法在分类器结构设计上采用了双向的层 在大多数模式识别和计算机视觉任务中，对目 级结构，从而使得该算法无论在精度上还是在速度 标的检测和定位［员］是十分重要的。近些年许多国 上都比传统的方法有所提高。 内外研究者致力于目标检测和定位问题的研究并且 取得了丰硕的研究成果。但是到目前为止，这个问 员 传统层级分类器 题仍然没有得到有效的解决，尤其是在非理想成像 条件情况下的检测和定位问题。现有的目标检测和 ［圆］ 层级结构的分类器 已被广泛用于目标检测 定位方法基本上可以归为三类：基于底层特征和先 和模式分类。图 员是这种层级分类器的结构和流 验规则的方法，基于目标模板和变形模型的方法，以 程。输入的待检测窗口依次经过层级结构的子分类 及基于高层特征（高维统计量）和分类器的方法。 器，当子分类器判断为反例时就直接将该目标判定 前两种方法在数据规模较小、实验条件较理想的条 为反例，而如果子分类器判定为正例时则要经过下 件下有良好的效果，但是在数据规模较大、数据的分 一个分类器，直到最后一个子分类器输出为正例时 布和变化也较为复杂的情况下，检测和定位就会出 才判定该目标为正例。因此大量的反例样本可以快 现较大的误差。而第三种方法由于提取了稳定的特 速地在较早的阶段就被抛掉，从而提高了算法的效 征再加上分类器具有强大的判别能力，因而有较高 率。 的检测或定位精度和较好的抗干扰能力，近年来得 到了较为广泛的使用。对于这一类方法，在特征层 面，常用的有郧葬遭燥则特征、匀葬葬则特征等，在分类器层 面常见的有神经网络，支持向量机（杂灾酝）、月燥燥泽贼蚤灶早 等。其中匀葬葬则 特征的积分图算法和 月燥燥泽贼蚤灶早 的层 级结构，使得特征提取和分类过程非常高效，于是 图员 传统单向层级分类器的结构 匀葬葬则特征和月燥燥泽贼蚤灶早分类器的组合成了目前最流行 ① 愿远猿计划（圆园园苑粤粤园员在员远猿）和国家自然科学基金（哉