[发明专利]一种面部图像中特征点的定位方法

说明书

技术领域

本发明涉及一种面部图像中特征点的定位方法，属于信号处理技术领域。

背景技术

人的面部特征点定位是人脸识别、表情识别、性别识别、人脸美化等图像处理应用中的关键技术，它在视频监控、公共安全、数字娱乐等领域具有广泛应用。局部面部特征点定位方法是一种定位局部器官的方法，该方法计算量较小，但只能给出很少的特征点，定位精度较低，且不太稳健。基于活动形状模型(Active Shape Models,ASM)的特征点定位方法是一种全局定位方法，它可同时定位面部多个特征点，且定位速度较快，因而得到广泛应用，但该方法受光照影响较大，且对初始位置敏感。

发明内容

针对以上技术问题，本发明提出了一种面部图像中特征点的定位方法。

本发明采取的技术方案如下：

本发明包括模型训练阶段和图像搜索阶段；在模型训练阶段，选取足够数量的正常人脸图像和不同光照下的人脸图像作为训练集合，手工标定好每幅训练图像准确的特征点位置，并建立活动形状模型和局部纹理模型，该模型训练阶段仅需执行一次；在图像搜索阶段，首先确定目标图像准确的瞳孔位置，以初始化活动形状模型的初始位置，然后通过迭代使模型拟合到准确的目标特征点位置。

本发明技术方案带来的有益效果：

模型训练阶段，为每个特征点建立局部纹理模型时采用边长为25的正方形；图像搜索阶段，搜索邻域的长度为25个像素点，计算搜索邻域中每个点的LBP直方图时同样采用边长为25的正方形，权重wt、wθ、ws和wb的值都为1。用Yefei Chen和Jianbo Su在论文“Fast eye localization based on a new Haar-like feature”（The10th World Congress on Intelligent Control and Automation,Beijing,China.2012,4825-4830）中所述的方法定位瞳孔位置，结果如图12所示。图13为用瞳孔位置得到的活动形状模型的初始位置的例子。在得到活动形状模型的初始位置后，用局部纹理模型与直方图相似性判别公式，对活动形状模型的特征点进行调整，使其收敛至准确的特征点位置，本发明方法的定位结果如图14所示。

附图说明

图1本发明的技术方案功能框图。

图2活动形状模型方法流程图。

图3原始LBP编码值计算的示意图。

图4扩展LBP算子的例子。

图5解梅和魏云龙的专利《一种基于改进的ASM算法的人脸特征定位方法》（中国专利公开号：201110167408.4，2011）方法流程图。

图6Jin Q,Zhao J Y和Zhang Y的论文“Facial feature extraction with a depth AAM algorithm”（International Conference on Fuzzy Systems and Knowledge Discovery,Sichuan,China.2012:1792-1796）中使用深度AAM算法的面部特征提取方法流程图。

图7训练样本对齐模块流程图。

图8活动形状模型建立模块流程图。

图9特征点j的统计LBP直方图的选取、计算示意图。

图10特征点搜索方案流程图。

图11使用统计LBP直方图进行搜索示意图。

图12瞳孔定位结果例子。

图13活动形状模型的初始位置例子。

图14面部特征点定位结果例子。

具体实施方式

使用基于统计学的ASM模型，该模型分为两个阶段：模型训练阶段和图像搜索阶段。在模型训练阶段，选取足够数量的正常人脸图像和不同光照下的人脸图像作为训练集，手工标定好每幅训练图像准确的特征点位置，并建立活动形状模型和局部纹理模型。在图像搜索阶段，首先确定目标图像准确的瞳孔位置，以初始化活动形状模型的初始位置，然后通过迭代使模型拟合到准确的目标特征点位置。本发明的技术方案功能框图如图1所示。

(1)活动形状模型