[发明专利]一种基于级联回归的多姿态的人脸特征点检测方法

摘要

本发明公开了基于级联回归的多姿态的人脸特征点检测方法。该方法提取姿态索引特征并建立对应的最优弱回归器；根据不同的人脸姿态朝向，进行相应地初始化；采用人脸图像的SIFT特征，作为人脸朝向估计的输入特征；根据随机森林人脸朝向决策树，得到输入人脸图像的朝向；用该朝向下人脸训练样本的特征点均值作为该输入人脸图像特征点的初始值；提取人脸图像的姿态索引特征，输入到最优弱回归器中，得到分布残差以更新当前特征点分布，完成人脸特征点检测。该方法能实现稳定的人脸特征点检测效果，适用于人脸检测与识别、人机交互、表情识别、驾驶员疲劳检测系统、视线跟踪系统等多类智能系统。

主权项

一种基于级联回归的多姿态的人脸特征点检测方法，其特征在于包括如下步骤：(1)提取姿态索引特征并建立对应的最优弱回归器：利用聚类算法对人脸特征点进行聚类，得到位置相邻的特征点类；然后根据这些特征点类，提取到对应姿态下的姿态索引特征；并将姿态索引特征输入到级联回归算法中，训练得到不同人脸姿态下对应的最优弱回归器；(2)多姿态变化下的人脸特征点的初始化及检测：根据不同的人脸姿态朝向，进行相应地初始化；采用人脸图像的SIFT特征，作为人脸朝向估计的输入特征；根据随机森林人脸朝向决策树，得到输入人脸图像的朝向；用该朝向下人脸训练样本的特征点均值作为该输入人脸图像特征点的初始值；提取人脸图像的姿态索引特征，输入到最优弱回归器中，得到分布残差以更新当前特征点分布，完成人脸特征点检测。