论文部分内容阅读
本文对实时表情识别系统中的人脸注册方法进行了研究,以人脸特征点定位跟踪算法为核心,设计实现了人脸表情识别系统的注册模块。该注册模块不仅能提供人脸特征点的位置信息,而且能够给出特征点位置信息的精度打分和头部在三个自由度上的姿态参数。
在特征点定位与跟踪算法中,我们采用各向同性高斯核密度估计的概率模型来避免特征点收敛到局部极值,在采用EM算法求解模型的时候通过计算均值转移向量来保证跟踪的准确性,针对帧序列中出现的遮挡等情况采用M估计克服了异常值的干扰,同时在算法的实际实现中,通过控制搜索范围、近似计算等方法保证了算法的实时性。
在实际表情识别系统注册模块中,我们结合特征点的跟踪定位结果又设计了定位精度检测和头部姿态估计模块。定位精度检测模块根据特征点的位置信息提取样本的纹理信息并基于SVM算法训练得到分类器,根据分类器的打分确定样本特征点的定位精度;对于头部姿态估计模块,我们根据位于同一平面上的人脸特征点,利用平面单应对人脸姿态进行初始估计,然后使用M估计优化方法通过最小化重投影和反投影误差进行迭代计算得到精确的姿态估计。在多个数据库上进行的大样本测试结果表明,特征点定位的精度、头部姿态估计的结果能够满足表情识别系统的要求。