发明名称 |
一种鲁棒的人脸特征点定位方法 |
摘要 |
本发明涉及一种鲁棒的人脸特征点定位方法。本发明首先建立人脸照片训练样本库,设定训练集中形状概率分布为均匀分布,根据概率分布选取多个形状作为初始化形状。其次在训练样本库中的每个样本随机选取多个初始化形状,提取形状在图像中的特征,利用级联回归方法学回归模型;根据回归模型逐层来调整形状残差,从而得到多个回归形状。然后计算多个回归形状中各自的权重,由多个回归形状和对应的权重来估计子区域的中心。最后根据子区域的中心来估计子区域中形状的概率分布。对概率升序排列,选取前<i>N</i><sub><i>l</i></sub>个概率所对应的形状作为算法中初始化形状。本发明减少了初始化对定位的影响,增强了特征点定位的鲁棒性。 |
申请公布号 |
CN105718913A |
申请公布日期 |
2016.06.29 |
申请号 |
CN201610054766.7 |
申请日期 |
2016.01.26 |
申请人 |
浙江捷尚视觉科技股份有限公司 |
发明人 |
尚凌辉;高勇;郝丽;林国锡;张兆生 |
分类号 |
G06K9/00(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
浙江杭州金通专利事务所有限公司 33100 |
代理人 |
王佳健 |
主权项 |
一种鲁棒的人脸特征点定位方法,其特征在于该方法包括以下步骤:步骤1、建立人脸照片训练样本库;步骤2、设定训练集中形状概率分布为均匀分布;步骤3、根据概率分布选取N<sub>l</sub>个形状作为初始化形状;步骤4、在训练样本库中的每个样本随机选取N<sub>l</sub>个初始化形状,提取形状在图像中的特征,利用级联回归方法学习回归模型;步骤5、根据回归模型逐层来调整形状残差,从而得到N<sub>l</sub>个回归形状;步骤6、计算N<sub>l</sub>个回归形状中各自的权重;步骤7、由N<sub>l</sub>个回归形状和对应的权重来估计子区域的中心;步骤8、根据子区域的中心来估计子区域中形状的概率分布;步骤9、对概率升序排列,选取前N<sub>l</sub>个概率所对应的形状作为算法中初始化形状;跳转至步骤4开始迭代,直到收敛结束,从而完成人脸特征点定位。 |
地址 |
311121 浙江省杭州市余杭区五常街道文一西路998号7幢东楼 |