发明名称 |
基于AAM的头部姿态实时估算方法及系统 |
摘要 |
本发明公开了一种基于AAM的头部姿态实时估算方法及系统,首先训练获得ASM模型和AAM灰度模型;然后计算出人脸轮廓定位时需要的梯度矩阵和Hessain矩阵,获得预处理模型;在获得输入的人脸图像序列后,进行人脸检测与追踪,得到人脸轮廓的粗略位置,并获得人脸初始轮廓的位置,通过对图像序列重采样,获得一个与ASM平均轮廓脸大小相符的图像区域;在该图像区域内,根据梯度矩阵和Hessain矩阵,首先基于整体相似变换对人脸轮廓进行定位,然后基于ASM模型参数对轮廓进行精确定位,并计算对应的ASM参数;根据所述ASM参数与样本训练时确定的人脸角度的关系,估算出头部的姿态。本发明估算出的姿态比较准确,而且可以获得连续的姿态。 |
申请公布号 |
CN1866271A |
申请公布日期 |
2006.11.22 |
申请号 |
CN200610012233.9 |
申请日期 |
2006.06.13 |
申请人 |
北京中星微电子有限公司 |
发明人 |
谢东海;黄英;邓亚峰;王浩 |
分类号 |
G06K9/00(2006.01);G06T7/00(2006.01) |
主分类号 |
G06K9/00(2006.01) |
代理机构 |
北京安信方达知识产权代理有限公司 |
代理人 |
许志勇;颜涛 |
主权项 |
1、一种基于AAM的头部姿态实时估算方法,其特征在于,包括如下步骤:(1)根据采集的不同头部姿态的人脸图像样本,训练获得ASM模型和AAM灰度模型,其中,根据ASM模型可获得一个ASM平均轮廓脸;(2)根据所述ASM模型与AAM灰度模型,计算出人脸轮廓定位时需要的梯度矩阵和Hessain矩阵,并根据所述ASM模型、AAM灰度模型、梯度矩阵和Hessain矩阵,获得预处理模型;(3)获得输入的人脸图像序列,并进行人脸检测与追踪,根据检测和跟踪得到人脸轮廓的粗略位置,并将ASM平均轮廓脸对应到人脸轮廓的粗略位置,获得人脸初始轮廓的位置,根据初始轮廓的位置,通过对图像序列重采样,获得一个与ASM平均轮廓脸大小相符的图像区域;(4)在该图像区域内,根据所述预处理模型包括的梯度矩阵和Hessain矩阵,首先基于整体相似变换对人脸轮廓进行定位,然后基于ASM模型参数对轮廓进行精确定位,并计算对应的ASM参数;(5)根据所述ASM参数与样本训练时确定的人脸角度的关系,估算出头部的姿态。 |
地址 |
100083北京市海淀区学院路35号世宁大厦15层 |