[发明专利]改进型级联回归人脸特征点定位算法在审

专利信息
申请号: 202011386408.9 申请日: 2020-12-02
公开(公告)号: CN112487993A 公开(公告)日: 2021-03-12
发明(设计)人: 代少升;黄涛 申请(专利权)人: 重庆邮电大学
主分类号: G06K9/00 分类号: G06K9/00;G06T7/41
代理公司: 暂无信息 代理人: 暂无信息
地址: 400065*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 改进型 级联 回归 特征 定位 算法
【权利要求书】:

1.一种基于改进的级联回归的人脸特征点定位算法,本算法对传统的级联回归技术的初始化和回归进行有效的改进,使用领域(5点坐标)来生成投影的初始形状,并进行微调、矫正,这大大提高了基于级联回归算法的性能;在不同的人脸姿态视角下建立不同的模型,以多模型代替单一模型来提高人脸特征点定位的精度,大大减小了回归模型构建中的形状方差,从而使学习的回归模型对形状变化有更好的鲁棒性。与传统的级联回归算法相比,改进后的级联回归人脸特征点定位算法的鲁棒性更高,传统的方法通常是从平均形状开始的,或者使用复杂的算法进行初始化,但在较大遮挡下,人脸对齐问题往往无法处理。本算法中,我们通过5点的集映射完成初始化,由于5点集是人脸最突出的点,即使在较大遮挡、姿势和表情的变化中也能获得良好的效果,这极大地提高了级联回归算法的性能;传统的回归算法中,通常都是单一模型,当姿态变化较大时,就会导致人脸对齐失败。本算法中,我们在不同的视角下建立不同的模型,通过初始形状评估当前姿态,最后根据评估的姿态选择相对应的模型,进而实现特征点的精确定位。

2.根据权利要求1所述的算法,其优点在于:采用稀疏点(5个关键点):两个瞳孔、一个鼻尖和两个嘴角,从五个关键点估计相似变换参数(旋转、平移和缩放),通过相似变换参数求得对应的68点坐标,从而完成初始化。因为这些稀疏点是人脸最突出的点,即使在严重遮挡、复杂的姿势和表情变化的情况下,仍能获得良好的效果,这极大地提高了级联回归算法的性能。

3.根据权利要求1所述的算法,其优势在于:在不同的人脸姿态视角下建立不同的模型,以多模型代替单一模型来提高人脸特征点定位的精度。我们将训练数据分为三个视图(左视图、右视图和正视图)减少形状变化,接着在每个数据集中训练特点视图模型。我们利用这些稀疏点(两个瞳孔、一个鼻尖和两个嘴角)估计面部视图,最后根据评估的姿态选择相应的模型,进而实现特征点的精确定位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011386408.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top