基于K-means的精确人脸对齐算法

作者：李云红; 刘旭东; 陈锦妮; 苏雪平

来源：传感器与微系统, 2021, 40(03): 120-126.

DOI：10.13873/J.1000-9787(2021)03-0120-03

• 人脸对齐
• K均值
• K最近邻
• 稀疏表示

针对传统人脸对齐算法效率较低,在人脸表情、头部姿势、光照差异较大的情况下鲁棒性差等问题,提出一种基于K-means的精确人脸对齐算法。首先,针对训练图像,采用K-means实现聚类,将训练图像分为k类,使距离相近的人脸图像聚为一类。其次,针对输入图像,找到与其相似的类,通过K最近邻(K-NN)算法,选取k张与输入人脸图像最相似的训练图像,建立输入图像的形状和外观模型。然后,将非线性脸部模型转换为一系列的线性组合实现快速拟合。最后,通过300—W基准数据集测试,测试结果表明,与SDM和ESR人脸对齐方法相比,K-means的人脸对齐算法精度提高了2%～4%。

• 单位
  西安工程大学