科研之友
微信
新浪微博
Facebook
分享链接
摘要
关键点检测是三维人脸识别过程中非常重要的一步,为了提高关键点检测的准确度,提出了一种多特征相结合的三维人脸关键点检测方法。首先对训练集中的三维人脸手工标记关键点,计算三维人脸上每一点的不同特征值,得到每类关键点关于每个特征的均值和方差,其次对关键点和非关键点上的特征进行线性判别分析,得到与每个关键点相关的分值加权向量,将前面得到的均值,方差以及分值加权向量作为线下训练的结果输出。最后对于一个输入模型,结合线下训练的结果得到每个关键点的候选点,利用这些候选点构建人脸结构模型。再根据绝对距离约束,相对位置约束,FLM模型一致性分类,自旋图描述符等方法确定最终的关键点。实验部分,从CASIA-3DFaceV1和FRGC V2.0数据库中选不同姿态,不同表情,姿态与表情混合的三个数据集,对其进行关键点检测。实验结果表明,不同姿态的检测率为94.5%,不同表情的检测率为94%,和其他文献相比,检测率平均提高了20%,并且有着较高的运算效率。
- 单位
