基于三维变换形状搜索的ASM人脸特征点定位

计算机应用 ›› 2010, Vol. 30 ›› Issue (3): 639-642.

基于三维变换形状搜索的ASM人脸特征点定位

易法令,熊伟,黄展鹏,赵洁

广东药学院

收稿日期:2009-09-02 修回日期:2009-10-26 发布日期:2010-03-14 出版日期:2010-03-01
通讯作者: 易法令
基金资助:
广东药学院人才引进基金;国家自然科学基金资助项目

Face feature-points location based on 3D transform shape search

Received:2009-09-02 Revised:2009-10-26 Online:2010-03-14 Published:2010-03-01
Contact: Yi FaLing
Supported by:
Guangdong Pharmaceutical University Talent Introduction Foundation

摘要/Abstract

摘要： 通过三维变换的特征点搜索方法对二维人脸图像进行形状搜索，形状搜索以人脸的标准三维模型为基础，将二维坐标三维化；通过三维变换、投影等过程迭代搜索逼近目标形状，最后得到三维变换的10个姿态参数。测试结果表明：在对非活动形状模型(ASM)训练集中的多姿态人脸进行形状搜索时，三维变换方法具有更好的逼近效果。较好地模拟了人脸姿态的实际变化，有效地解决了ASM人脸偏转的非线性问题。

关键词: 三维变换, 活动形状模型, 特征点, 形状搜索, 人脸姿态

Abstract: Through three-dimension (3D) transformation shape search on two-dimension (2D) face image, the variation of the face gesture can be simulated correctly, and the nonlinear variations of face on Active Shape Model (ASM) are solved effectively. Based on standard face 3D model, the three-dimension coordinates were gotten by 2D initial shape; and 10 gesture-parameters of 3D transformation were calculated through the iterating process of 3D transformation, projecting to track the object shape. The test data show the 3D transformation shape search produces better results on searching multi-gesture face images that are not included in ASM training set.

Key words: 3D transform, Active Shape Model (ASM), feature-point, shape search, face gesture

易法令熊伟黄展鹏赵洁. 基于三维变换形状搜索的ASM人脸特征点定位[J]. 计算机应用, 2010, 30(3): 639-642.

[1]	许喆, 王志宏, 单存宇, 孙亚茹, 杨莹. 基于重构误差的无监督人脸伪造视频检测[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1571-1577.
[2]	代少升, 熊昆, 吴云铎, 肖佳伟. 多视角约束级联回归的视频人脸特征点跟踪[J]. 《计算机应用》唯一官方网站, 2022, 42(8): 2415-2422.
[3]	章惠, 张娜娜, 黄俊. 优化LeNet-5网络的多角度头部姿态估计方法[J]. 计算机应用, 2021, 41(6): 1667-1672.
[4]	付豪, 徐和根, 张志明, 齐少华. 动态场景下基于语义和光流约束的视觉同步定位与地图构建[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3337-3344.
[5]	郑思诚, 孔令华, 游通飞, 易定容. 动态环境下基于深度学习的语义SLAM算法[J]. 计算机应用, 2021, 41(10): 2945-2951.
[6]	方书雅, 刘守印. 基于学生人体检测的无感知课堂考勤方法[J]. 计算机应用, 2020, 40(9): 2519-2524.
[7]	邓茜文, 冯子亮, 邱晨鹏. 基于近红外与可见光双目视觉的活体人脸检测方法[J]. 计算机应用, 2020, 40(7): 2096-2103.
[8]	石志良, 蔡旺月, 汪国强, 熊林杰. 基于自适应邻域的固有形状特征算法[J]. 计算机应用, 2020, 40(4): 1151-1156.
[9]	丁辉, 李丽宏, 原钢. 融合GMS与VCS+GC-RANSAC的图像配准算法[J]. 计算机应用, 2020, 40(4): 1138-1143.
[10]	赵昕晨, 杨楠. 基于头部姿态分析的摄像头视线追踪系统优化[J]. 计算机应用, 2020, 40(11): 3295-3299.
[11]	朱成德, 李志伟, 王凯, 高燕, 郭亨长. 基于改进网格运动统计特征的图像匹配算法[J]. 计算机应用, 2019, 39(8): 2396-2401.
[12]	魏嘉旺, 王肖, 袁玉波. 人脸特征点定位的自适应窗回归方法[J]. 计算机应用, 2019, 39(5): 1459-1465.
[13]	周玉金, 王晓东, 张力戈, 朱锴, 姚宇. 基于卷积神经网络的左心室超声图像特征点定位[J]. 计算机应用, 2019, 39(4): 1201-1207.
[14]	修春波, 马云菲, 潘肖楠. 基于距离融合的图像特征点匹配方法[J]. 计算机应用, 2019, 39(11): 3158-3162.
[15]	王旭鹏, 雷航, 刘燕, 桑楠. 基于分层策略的三维非刚性模型配准算法[J]. 计算机应用, 2018, 38(8): 2381-2385.