[发明专利]用于图像对准的最佳梯度寻踪

权利要求书

1.一种方法包括：

获取人的面部图像；以及

通过由系统的处理器所执行的软件，使用判别面部对准模型将通用面部网格对准到所述面部图像以帮助所述面部图像的面部特征的定位，所述判别面部对准模型包括生成形状模型组件和判别表观模型组件，所述判别表观模型组件用训练数据训练以评估评分函数，所述评分函数是给定图像的形状参数的函数，并且力图最小化用于所述形状参数的所述评分函数的梯度方向与用于所述形状参数的理想对准移动方向之间的角度。

2.如权利要求1所述的方法，其中所述判别表观模型组件用训练数据训练，以通过目标函数评估所述评分函数，对所述训练数据的所有形状参数p，所述目标函数定义为：

argminFΣp(H(p;p→+)-1)2]]>

其中F是所述评分函数并且是等于分别表示所述梯度方向和所述理想对准移动方向的两单位向量之间的内积的分类器。

3.如权利要求2所述的方法，其中最小化所述目标函数包括将每个操作于各自的单个矩形面部特征的弱函数相加。

4.如权利要求1所述的方法，包括在对准之后，由所述处理器通过额外的软件在所述面部图像上进行面部辨别。

5.如权利要求1所述的方法，其中获取所述人的所述面部图像包括分析图像数据以检测所述人的所述面部。

6.如权利要求1所述的方法，包括用所述训练数据来训练所述判别表观模型。

7.如权利要求6所述的方法，包括通过梯度上升最佳化所述评分函数。

8.如权利要求6所述的方法，包括：

对多个面部图像的每个面部图像计算地表真实形状参数；以及

通过所述地表真实形状参数的随机扰乱为每个面部图像合成多个变更的形状参数。

9.如权利要求8所述的方法，其中所述训练数据包括基于所述变更的形状参数的翘曲图像集，以及用于所述翘曲图像的理想移动方向。

10.一种系统包括：

存储器装置，具有存储于其中的多个例程；

处理器，配置为执行存储于所述存储器装置的所述多个例程，所述多个例程包括：

配置为访问训练图像集的例程；以及

配置为使用所述训练图像集来训练表观模型以学习对准评分函数的例程，所述对准评分函数将所述对准评分函数的梯度方向与理想移动方向之间的角度最小化到期望的对准。

11.如权利要求10所述的系统，其中所述多个例程包括：

配置成为所述训练图像集的每个图像确定地表真实形状参数的例程；以及

配置为合成从所述地表真实形状参数中偏离的多个形状参数的例程。

12.如权利要求11所述的系统，其中配置为合成所述多个形状参数的例程包括配置为通过随机扰乱来合成所述多个形状参数的例程。

13.如权利要求10所述的系统，其中配置为训练所述表观模型的例程包括通过以下这些来学习所述对准评分函数的例程，即初始化所述对准评分函数，迭代地评估多个操作于单个矩形特征上的弱函数，以及递增地将所述多个弱函数的所述评估加到所述对准评分函数。

14.如权利要求13所述的系统，其中迭代地评估所述多个弱函数包括相对于1基于分类器函数的最小二乘距离拟合所述多个弱函数的所述弱函数。