[发明专利]一种基于人眼优先拟合的人脸特征点跟踪方法

权利要求书

1.一种基于人眼优先拟合的人脸特征点跟踪方法，其特征在于：包含了人脸姿态估计与更新、人眼的检测与跟踪以及基于反向合成算法的人眼优先拟合与人脸剩余部件的拟合步骤：

首先对归一化后的训练样本进行主成分分析，建立人眼与人脸剩余部件的AAM形状模型；

然后，应用支持向量机算法建立人脸偏转模型，估算出当前人脸的偏转角度并对人脸姿态偏转模型中的参数进行实时更新，有效解决人脸姿态大幅度偏转问题；与此同时，使用强跟踪卡尔曼滤波算法进行人眼跟踪，获取的当前准确的人眼位置坐标；

将人眼位置坐标与人脸姿态信息相结合对反向合成算法中的参数进行更新，使用人眼形状模型优先对人眼区域进行特征点拟合，当人眼特征点拟合完成后再对剩余人脸部件特征点进行拟合。

2.根据权利要求1所述的基于人眼优先拟合的人脸特征点跟踪方法，其特征在于：该基于人眼优先拟合的人脸特征点跟踪方法的具体实现步骤如下：

步骤S1：对训练集中所有样本中的人眼与人脸剩余部件特征点的二维坐标进行中心、尺度和方向归一化，将所有归一化的形状向量进行主成分分析建立人眼与人脸剩余部件的AAM形状模型；

步骤S2：使用Opencv开源视觉库，按照所设定帧率读取摄像头中的视频流，作为算法的数据输入；

步骤S3：应用支持向量机算法对人脸姿态进行检测，计算出人脸偏转角度，使用人脸偏转角度对人脸偏转模型中的参数进行更新；与此同时，使用Adaboost算法与强跟踪Kalman滤波对人眼进行检测跟踪，获取人眼的准确位置坐标；

步骤S4：使用人眼位置坐标与人脸姿态信息对AAM模型的反向合成算法中参数进行优化，进行人眼特征点的优先拟合，若拟合成功，对人脸剩余部件特征点进行拟合，否则丢弃当前帧，程序跳转至步骤S2顺序执行；

步骤S5：应用反向合成算法对人脸剩余部件特征点进行拟合，若拟合成功则对下一帧图像进行人脸特征点跟踪，否则丢弃当前帧，程序跳转至步骤S2顺序执行。

3.根据权利要求2所述的基于人眼优先拟合的人脸特征点跟踪方法，其特征在于：步骤S1：人眼形状模型与人脸剩余部件的AAM形状模型的建立方法，包含了以下步骤：

步骤S11：建立人眼的形状模型：通过对人眼特征点的二维坐标进行中心、尺度和方向归一化，在对训练集中所有归一化的形状向量进行主成分分析；建立人眼AAM形状模型；

步骤S12：建立人脸剩余部件的形状模型：通过对人脸剩余部件的二维坐标进行中心、尺度和方向归一化，在对训练集中所有归一化的形状向量进行主成分分析； 建立人脸剩余部件的AAM形状模型。

4.根据权利要求2所述的基于人眼优先拟合的人脸特征点跟踪方法，其特征在于：步骤S3具体包含以下步骤：

步骤S31，人脸偏转角度的估计，采用支持向量机算法对大量人脸样本进行学习，建立人脸姿态的分类器，使用该分类器对当前人脸进行检测，估算出当前人脸的偏转角度，根据该偏转角度建立人脸的偏转模型；

步骤S32，应用Adaboost算法对人脸进行检测，在检测出人脸的区域内进行人眼检测并标识出人眼的位置；在对人脸和人眼进行检测时，使用Haar特征进行模型训练与检测；

步骤S33，使用强跟踪Kalman滤波算法对人眼进行跟踪，将算法检测到的人眼位置与人眼运动模型对下一帧图像中人眼可能出现的位置进行预测，并对该预测位置优先进行检测。