基于局部形状图的三维人脸特征点自动定位

计算机应用 ›› 2010, Vol. 30 ›› Issue (05): 1255-1258.

基于局部形状图的三维人脸特征点自动定位

王蜜宫¹,陈锻生²,林超³

1. 国立华侨大学计算机科学与技术学院
2. 福建省华侨大学计算机系
3. 厦门大学软件学院

收稿日期:2009-10-30 修回日期:2009-12-22 发布日期:2010-05-04 出版日期:2010-05-01
通讯作者: 陈锻生
基金资助:
福建省自然科学基金资助项目;福建省科技计划国际合作重点项目

Automatic location of 3D facial feature points based on local shape map

Received:2009-10-30 Revised:2009-12-22 Online:2010-05-04 Published:2010-05-01

摘要/Abstract

摘要： 准确定位人脸特征控制点是三维人脸识别的关键技术之一。提出了一种新的三维人脸特征点自动定位方法,结合局部形状索引与基于局部形状图(LSM)的统计模型，通过误差分析自适应地确定局部形状图的统计半径,实现任意姿态下的三维人脸鼻尖和内眼角的自动精确定位。在CASIA 3D人脸数据库的比较实验结果表明，该方法比基于先验信息和基于曲率分析的定位方法都具有更高的定位精确度。

关键词: 特征点定位, 形状索引, 曲度, 局部形状图, 支持向量机

Abstract: Accurate location of face feature points is one of the key steps in 3D face recognition. A fully automatic locating algorithm for 3D facial nose tip and inner eye corner in different views was presented, which relied on a statistical model combining Local Shape Map (LSM) and local shape index, and the statistical radius of the local shape map was adaptively determined by error analysis. The experimental results on the CASIA 3D face database demonstrate that this method performs more precise location than heuristic algorithm and curvature-based method.

Key words: feature point location, shape index, curvedness, Local Shape Map (LSM), Support Vector Machine (SVM)

王蜜宫陈锻生林超. 基于局部形状图的三维人脸特征点自动定位[J]. 计算机应用, 2010, 30(05): 1255-1258.

[1]	孙敏, 成倩, 丁希宁. 基于CBAM-CGRU-SVM的Android恶意软件检测方法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1539-1545.
[2]	乔恩保, 高向阳, 程俊. 基于支持向量机的自恢复自适应蒙特卡洛定位算法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3246-3251.
[3]	黄学雨, 贺怀宇, 林慧敏, 陈金水. 基于特征聚合的铜合金金相图分类识别方法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2593-2601.
[4]	温祥西, 彭娅婷, 毕可心, 衡宇铭, 吴明功. 基于最优样本集在线模糊最小二乘支持向量机的飞行冲突网络态势预测[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3632-3640.
[5]	张仲华, 赵福媛, 郭钧枫, 赵高长. 柯西自适应回溯搜索与最小二乘支持向量机的集成预测模型[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1829-1836.
[6]	杨磊, 赵红东, 于快快. 基于多头注意力机制的端到端语音情感识别[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1869-1875.
[7]	屈震, 李堃婷, 冯志玺. 基于有效通道注意力的遥感图像场景分类[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1431-1439.
[8]	乔桂芳, 侯守明, 刘彦彦. 基于改进卷积神经网络与支持向量机结合的面部表情识别算法[J]. 《计算机应用》唯一官方网站, 2022, 42(4): 1253-1259.
[9]	邱云志, 汪廷华, 戴小路. 双重特征加权模糊支持向量机[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 683-687.
[10]	谭旺, 李轶. 循环程序的界函数合成[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 565-573.
[11]	祁祥洲, 邢红杰. 基于中心核对齐的多核单类支持向量机[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 349-356.
[12]	葛倩, 张光斌, 张小凤. 基于最大信息系数的ReliefF和支持向量机交互的自动特征选择算法[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3046-3053.
[13]	贾洪飞, 刘茜, 王瑜, 肖洪兵, 邢素霞. 3DPCANet在阿尔茨海默症功能磁共振成像图像分类中的应用[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 310-315.
[14]	贾鹤鸣, 姜子超, 李瑶, 孙康健. 基于改进斑点鬣狗优化算法的同步优化特征选择[J]. 计算机应用, 2021, 41(5): 1290-1298.
[15]	袁芊芊, 邓洪敏, 王晓航. 基于超像素快速模糊C均值聚类与支持向量机的柑橘病虫害区域分割[J]. 计算机应用, 2021, 41(2): 563-570.