[发明专利]一种基于五官相关AAM模型的面部特征定位方法

权利要求书

1.一种基于五官相关AAM模型的面部特征定位方法，其特征在于，包括以下步骤：

步骤1，基于样本图像集，分别对每个面部器官建模，训练得到与每个面部器官对应的五官相关AAM模型；

步骤2，在面部区域初始定位时利用Haar特征人脸检测技术，确定上述每个AAM模型的搜索区域，并对其按照被搜索的概率进行分类；

步骤3，在AAM模型拟合计算部分，基于五官的遮挡权值对每个面部器官分别进行误差计算，然后通过能量函数综合评价模型与图像的拟合程度；

步骤4，使用遗传算法对已完成步骤3同时结合步骤2的分类进行AAM模型拟合过程的搜索优化。

2.根据权利要求1所述的一种基于五官相关AAM模型的面部特征定位方法，其特征在于，所述的步骤1中，基于样本图像集，分别对每个面部器官建模，训练得到五官相关AAM模型，包括以下步骤：

步骤1.1，选取人脸数据库，对图像中的人脸进行手工的特征点标记；

步骤1.2，基于步骤1.1所标记的特征点，对人脸进行基于Delaunay三角化的Delaunay三角划分，并按五官的不同，训练得到各自的形状模型；然后在五官对应的三角网格区域进行线性仿射，训练得到各自的纹理模型；融合形状模型和纹理模型最终得到AAM模型，五官分别为左眼睛和左眉毛、右眼睛和右眉毛、鼻子、嘴巴以及面部轮廓。

3.根据权利要求1所述的一种基于五官相关AAM模型的面部特征定位方法，其特征在于，所述步骤2中在面部区域初始定位时利用Haar特征人脸检测技术，确定AAM模型的搜索区域，并对其按照被搜索的概率进行分类，包括以下子步骤：

步骤2.1，利用级联的Haar特征分类器对图像进行人脸检测；

步骤2.2， 如果检测到人脸或类似人脸区域，对其进行三个优先级别的划分，按照被搜索概率的大小分为第一、第二、第三搜索区域；

步骤2.3， 如果检测不到人脸区域，则在整个图像空间进行AAM模型的搜索。

4.根据权利要求1所述的一种基于五官相关AAM模型的面部特征定位方法，其特征在于，所述步骤3中在AAM模型拟合计算部分，基于五官的遮挡权值对每个面部器官分别进行误差计算，然后通过能量函数综合评价模型与图像的拟合程度，包括以下子步骤：

步骤3.1，在AAM模型中，分别计算不同器官区域的纹理统计信息，即模型归一化后各个器官区域的纹理平均值；

步骤3.2， 将五官相关AAM模型应用于面部无遮挡的样本图像集，确定样本图像的五官后，分别计算每个器官区域的纹理统计信息，即图像归一化后各个器官区域的纹理平均值；

步骤3.3， 以图像纹理均值与模型纹理均值的比值作为器官的遮挡权值，基于面部无遮挡样本图像集在模型拟合计算中反复迭代的所有结果，确定各个器官区域的最大和最小遮挡权值；

步骤3.4，针对待处理的非样本图像，计算五官相关AAM模型拟合过程中各器官的遮挡权值，如果权值在该器官最小和最大权值之间，认为无遮挡，否则判断为遮挡，遮挡时当前图像器官纹理值取代为相应的样本图像器官纹理平均值；

步骤3.5， 对于因样本图像集特征空间有限而可能导致的判断错误，通过均值滤波的方法对拟合过程中误差向量序列的噪声进行滤波处理。

5.根据权利要求1所述的一种基于五官相关AAM模型的面部特征定位方法，其特征在于，所述步骤4中使用遗传算法对AAM模型拟合过程进行搜索优化，包括以下子步骤：

步骤4.1，引入遗传算法对AAM模型的搜索过程进行优化，按照概率大小分别在第一、第二、第三搜索区域中选取个体形成种群，并采用适当的遗传策略；

步骤4.2，通过基于样本图像的一系列实验，确定遗传算法各个参数的值；

步骤4.3，使用遗传算法进行AAM模型的拟合计算，在图像搜索中同时考虑模型的平移、缩放、旋转变换。