本发明公开了一种基于双字典学习的遮挡鲁棒性人脸对齐方法,该对齐方法包括：训练过程与对齐过程。本发明在收集人脸面部特征时,综合考虑了人脸全局形状特征和局部外观特征,得到的训练模型在测试拟合时对噪声有更强的抗干扰能力,同时,针对遮挡条件下人脸关键点的突变问题,进一步分析对齐误差,引入关键点突变参数和对齐误差权重衰减参数,构建对齐误差编码矩阵,使字典学习过程更多地关注未遮挡部分,减轻遮挡位置与遮挡样式带来的影响,提高了人脸对齐的准确率,更好地适应自然条件下有遮挡的人脸对齐。
科研之友
微信
新浪微博
Facebook
分享链接
