[发明专利]一种基于面部像素差的多角度的人脸对齐方法

摘要

本发明提出了一种基于面部像素差的多角度的人脸对齐方法；本发明针对人脸对齐中不同角度倾斜的人脸，提出一种采用5个不同的角度的初始关键点位置来回归预测的方法，实现了对不同角度倾斜人脸优异的拟合效果，根据人脸不同位置的像素差异在一定程度上可以作为不同区域的表征，眼部的差异最为明显，提出了基于面部像素差最大化的回归形状选择规则，实现了更精准的人脸对齐效果。

主权项

1.一种基于面部像素差的多角度的人脸对齐方法，其特征在于：包括以下步骤：步骤1)、人脸框生成模型：以SSD作为基础，重新选择分布均匀的共八个特征层进行级联回归预测，选择多个符合人脸比例的预测框尺度形成鲁棒性模型MR‑SSD；步骤2)、多角度的人脸部关键点初始化：选择人脸部5个关键点，以训练集关键点的均值作为这5个点的初始化坐标，通过仿射变换，将关键点旋转+/‑30°、+/‑60°，形成另外4个初始化角度；步骤3)、随机森林训练：在人脸部关键点不同半径范围r内，随机选择多对像素点，求出成对像素点的差值，作为随机森林的输入进行训练，将随机森林的叶节点输出的稀疏的0，1二值特征，组合得到一维度的局部二值特征向量，其中，每个关键点周围训练一个由M个决策树组成的随机森林；步骤4)、全局线性回归：通过步骤3)得到了关键点的局部二值特征向量，对所有的特征做全局的线性回归训练，利用训练得到的回归器预测关键点的偏差，不断的对预测点坐标进行更正；步骤5)、基于面部像素差最大化的回归形状选择规则：经过回归预测后，选择初始化的5个不同角度眼部关键点周围N个像素点计算均值与均方差，均方差最大的初始化角度与人脸最契合，选择该角度回归后的预测点作为最终标定的关键点。