基于全局信息的人脸特征点精确定位

摘要：

空间中物理位置的线性变化在图像空间的变化往往是非线性的，人脸特征点定位受到头部姿态较大的影响。提出一种改进的基于头部姿态估计的条件回归森林方法，该方法有效地将原非线性问题转换为分段线性问题。使用局部保持投影（LPP）得到全局的姿态信息标签，通过非线性回归（NLR）得出头部姿态，训练并使用条件回归森林对全局特征条件下的人脸特征点进行一个精确定位。实验结果表明，该方法有效地降低了头部偏转等图像空间中的非线性变化引起的特征估计误差，提高了人脸特征点定位的精确度。

关键词：局部保持投影(LPP)、回归森林、人脸特征点、全局特征、头部姿态

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省科技计划项目No.2013WK3023。

在线出版日期：2016-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：187-191