一种基于深度值的单幅图像人脸姿态估计方法

摘要

本发明涉及一种基于深度值的单幅图像人脸姿态估计方法，包括以下步骤：获取待估计姿态人脸图像；将待估计姿态人脸图像转化成灰度图像，并进行去噪处理和标准化处理；引入仿射变换不变性初始化原则建立初始模型，改进传统的活动形状模型方法，提取十个人脸特征点的二维值；根据透视成像原理，利用迭代算法，求得所述十个人脸特征点的深度值；建立人脸姿态估计目标函数；利用四个人脸特征点进行人脸姿态一次估计，作为对目标函数进行最小二乘优化运算的输入值，输出二次估计的人脸姿态结果；利用M‑估计算法对最小二乘优化运算得到的结果作进一步优化，输出最终估计结果。本发明克服了姿态估计的病态化问题，且具有良好的姿态估计精度和鲁棒性。

主权项

一种基于深度值的单幅图像人脸姿态估计方法，其特征在于，包括以下步骤：步骤S1：获取待估计姿态人脸图像；步骤S2：预处理，将所述待估计姿态人脸图像转化成灰度图像，灰度值归一化为[0,1]，并进行去噪处理和标准化处理；步骤S3：对预处理后的灰度图像，利用改进的活动形状模型方法，提取十个人脸特征点的二维值；所述十个人脸特征点为左眼外角点、右眼外角点、左眼内角点、右眼内角点、左嘴角点、右嘴角点、鼻尖点、左鼻翼点、右鼻翼点和下巴顶点；步骤S4：根据透视成像原理，利用迭代算法，求得所述十个人脸特征点的深度值；步骤S5：根据所述深度值建立人脸姿态估计目标函数；步骤S6：利用四个人脸特征点进行人脸姿态一次估计，作为对目标函数进行最小二乘优化运算的输入值，输出二次估计的人脸姿态结果，并将所述二次估计的人脸姿态结果作为下步M‑估计算法的初始值，所述四个人脸特征点为左眼外角点、右眼外角点、鼻下点和嘴角点；步骤S7：利用M‑估计算法对最小二乘优化运算得到的结果作进一步优化，输出最终估计结果。