一种用于脸部特征检测的分层概率模型研究

摘要：

脸部特征检测问题是计算机视觉领域的研究热点.因为脸部外观和形态随着条件的变化而变化,因此面部特征检测比较复杂.针对现有脸部特征检测算法的不足,提出一种已知图像测量数据后能够推断出真实脸部特征位置的分层概率模型.针对每个脸部子部位的局部形态变化进行间接建模;通过搜索模型的最优结构和参数设置,在更高层次上学习脸部子部位、脸部表情和姿态间的联合关系.该模型综合利用了脸部子部位自下而上的形态约束以及脸部子部位间自上而下的关系约束来推断出脸部特征的真实位置.利用基准数据库进行了仿真实验.实验结果表明,该方法的检测性能要明显优于目前最新的人脸特征检测算法.

关键词：脸部特征检测、分层概率模型、局部形态、约束、检测误差

所属期刊栏目：53

分类号：TP393(计算技术、计算机技术)

资助基金：福建省自然科学基金2015J01669;福建省高校专项基金JK2015052;福建省教育厅重点科技项目JA14309;福建省中青年教师教育科研基金JB14099;福建省教育科学"十二五"规划2015年度课题FJJKCG15-195;武夷学院校科研基金XQ201306

在线出版日期：2017-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：154-160