人臉關(guān)鍵點(diǎn)相關(guān)算法研究是計(jì)算機(jī)視覺中的經(jīng)典問題之一,其中人臉關(guān)鍵點(diǎn)檢測是人臉分析過程中的重要環(huán)節(jié)。基于準(zhǔn)確的關(guān)鍵點(diǎn)檢測結(jié)果,可以實(shí)現(xiàn)人臉姿態(tài)估計(jì)、表情分析、美妝特效等應(yīng)用。人臉關(guān)鍵點(diǎn)數(shù)據(jù)集是訓(xùn)練關(guān)鍵點(diǎn)檢測器的基礎(chǔ),且檢測器的性能很大程度上依賴于關(guān)鍵點(diǎn)標(biāo)注的準(zhǔn)確性,所以對傳統(tǒng)標(biāo)注方式進(jìn)行改進(jìn)使其更加靈活高效就具有十分重要的意義。另一方面,經(jīng)過多年發(fā)展,人臉關(guān)鍵點(diǎn)檢測算法的研究場景已經(jīng)從簡單的受控環(huán)境發(fā)展到復(fù)雜的非受控環(huán)境,隨之帶來了一系列挑戰(zhàn),如姿態(tài)表情變化、光照、遮擋以及低分辨率等,這些都成為制約人臉關(guān)鍵點(diǎn)算法性能提升的巨大障礙。本文對人臉關(guān)鍵點(diǎn)的標(biāo)注、檢測、應(yīng)用三個(gè)方面進(jìn)行了深入研究,通過一系列改進(jìn)算法解決了現(xiàn)有方法中的若干問題。本文的主要貢獻(xiàn)如下:1.設(shè)計(jì)并開發(fā)了一種基于三維輔助模型的多模式人臉關(guān)鍵點(diǎn)標(biāo)注平臺(tái),實(shí)現(xiàn)人臉關(guān)鍵點(diǎn)的快速、準(zhǔn)確標(biāo)注。該平臺(tái)通過對人臉圖像進(jìn)行三維可變模型擬合,完成了基于三維輔助信息監(jiān)督的關(guān)鍵點(diǎn)粗標(biāo)注;并將圖像邊緣作為目標(biāo)模板點(diǎn)對當(dāng)前關(guān)鍵點(diǎn)進(jìn)行配準(zhǔn)完成關(guān)鍵點(diǎn)的精標(biāo)注。該平臺(tái)提供了不同的標(biāo)注模式,可幫助標(biāo)注人員實(shí)現(xiàn)流程化的高效標(biāo)注,并建立自定義數(shù)據(jù)集。2.分析了... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

由人臉關(guān)鍵點(diǎn)定義的人臉形狀（左）及已標(biāo)注關(guān)鍵點(diǎn)的樣本圖像（右）

咝曰毓櫸匠湯唇?鋪荻認(rèn)陸搗較潁???基于學(xué)習(xí)的擬合方法通常很快但可能不夠精確。近年來，基于AAM算法的拓展算法在無約束場景下的人臉對齊任務(wù)中相較傳統(tǒng)的AAM取得了更好的效果。總體來說，這些算法從以下三個(gè)方面進(jìn)行了改進(jìn)：1)無約束的訓(xùn)練數(shù)據(jù)[15]；2)更為魯棒的圖像表示[16][17]；3)具有更好的魯棒性且快速的擬合策略[15][16]。盡管如此，AAM算法仍存在許多不足：1)采用整體外觀模型，不易處理遮擋情況；2)在無約束場景下對外觀模型進(jìn)行建模，所以外觀系數(shù)的維度會(huì)很高，導(dǎo)致AAMs難于優(yōu)化且易陷入局部最小值。圖1-3約束局部模型LinearRegressionNonlinearRegression

8點(diǎn)關(guān)鍵點(diǎn)標(biāo)注定義[61]

【參考文獻(xiàn)】：
期刊論文
[1]基于Haar分類器和AAM算法的人臉基準(zhǔn)點(diǎn)定位[J]. 程培培,陳典典,馬軍山.  光學(xué)儀器. 2018(06)
[2]深度回歸網(wǎng)絡(luò)下的人臉對齊方法[J]. 馮文祥,文暢,謝凱,賀建飚.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(07)
[3]基于Canny-AAM的人臉特征定位算法[J]. 顏麗,谷學(xué)靜.  湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[4]基于深度學(xué)習(xí)的證件照人臉識別方法[J]. 張曉林,范宇,劉惟錦,王春華.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(05)
[5]基于CLM的人臉特征點(diǎn)檢測[J]. 曾啟飛,姚劍.  黑龍江科技信息. 2017(09)

碩士論文
[1]基于魯棒損失人臉對齊與雙目測距的活體檢測[D]. 李依哲.山東大學(xué) 2018
[2]人臉特征點(diǎn)定位方法的研究[D]. 盧青.中國科學(xué)技術(shù)大學(xué) 2018
[3]人臉特征點(diǎn)定位及應(yīng)用[D]. 劉治中.北京郵電大學(xué) 2018
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉特征點(diǎn)檢測的研究[D]. 陳凌宇.廈門大學(xué) 2017
[5]基于兩階段定位模型的人臉對齊算法研究[D]. 王峰.浙江大學(xué) 2017



本文編號：3226997