用于在不受控制的条件下,精确定位眼睛的增强图形结构.docx

用于在不受控制的条件下，精确定位眼睛的增强图形结构摘要在本文中，我们提出了一个增强的图像结构（PS）模型，用于精确的眼睛定位，这是一个涉及许多面部处理任务的根本问题。 PS是用于基于部件的对象建模的高计算效率的框架。然而，对于在不受控制的条件下拍摄的面部图像，传统的PS模型不够灵活以处理复杂的外观和结构变化。为了扩展PS，我们提出了一种辨别式PS模型，用于在外观严重变化时更精确的部件定位，2）引入一系列全局约束以提高对尺度，旋转和平移的鲁棒性，3）采用启发式预测方法解决部分被遮挡眼睛的定位困难。在具有挑战性的LFW数据库中的实验结果表明，我们的模型可以在包括姿态，表情，照明，照相机质量，遮挡等的广泛的不受控制的变化范围内准确和有效地定位眼睛。1.简介在包含面部的给定图像中检测和定位眼睛位置的任务对于许多面部处理应用（例如面部跟踪，面部识别，面部表情分析，眼睛行为分析等）的初始化是至关重要的。眼睛检测和眼睛定位之间存在细微差别; 也就是说，后者通常需要比前者更准确地预测眼睛位置（通常只允许错误的几个像素）。 最近的研究已经公开了不准确的眼睛定位将导致自动面部识别系统的严重问题，特别是对于那些基于几何正规化的面部图像（例如本征面和渔业面）的质量的技术。 图像1.眼睛复杂外观的图示（来自LFW的图像 数据库[10]）。类似于其他一般的物体检测任务，如面部检测[22]，人检测[3]和动物检测[12]，眼睛本地化的主要挑战来自于如下事实：如图1所示，眼睛的外观 由于各种因素，从眼睛的正常行为（例如，打开，关闭等）到环境变化（例如，户外照明，姿势，规模，眼镜的反射，头发的部分遮挡等）而复杂。 为了解决该问题，已经提出了各种方法。 这些方法可以大致分为三类[23,26]，即基于模板的方法，基于外观的方法和基于特征的方法。大多数早期方法，如可变形模板方法，属于基于模板的类别，其中基于眼睛形状设计通用眼睛模型，然后用于有哪些信誉好的足球投注网站图像中的眼睛。这些方法通常具有良好的精度，然而，通常它们在计算上是昂贵的并且需要良好的图像对比度，这在实践中并不总是可用的。基于外观的方法旨在使用各种统计分类技术，如主成分分析（例如，特征向量机），支持向量机，神经网络，引导装入等。埃弗林厄姆等人比较了几种基于外观的方法，发现简单的贝叶斯模型优于其他方法，包括基于回归和基于加速方法。一般来说，基于外观的眼睛定位方法更强大的对复杂外形的变化比基于模板的示例学习的能力，然而真正可靠的分离小眼睛区域从其他地区具有较低的假阳性率的问题仍然没有解决。基于特征的方法试图利用眼睛的特殊特征，例如黑色瞳孔和白色巩膜来区分眼睛和其他物体。 这种眼睛特定的特征可以被认为是真正的眼睛所在的语境。 然而，当输入图像具有低对比度，闭眼或正在闭眼时，眼睛特异性特征难以被检测。总的来说，大多数现有的方法仅在相当受限的条件下是可行的，并且很少有工作研究在不受控条件下的精确眼睛定位的问题，例如极端照明变化，大表情变化和部分闭合的情况，尽管解决这些问题对于实际应用是重要的，例如，不受控的面部识别。在本文中，我们提出了一种新的方法用于精确和强大的眼睛定位。 先前的研究公开了通过利用感兴趣对象的上下文信息可以有效地提高特征定位的准确性以及假阳性率。 在这里，通过眼睛的上下文信息，我们指的是有助于识别眼睛位置的任何面部特征，例如鼻子，嘴等。与嘴巴相比，鼻子可以更可靠地被检测到，因为它的外观 对表情变化和遮挡（例如，大胡子）较不敏感，因此被用于这项工作。 实际上，鼻子位置也可以用于面部归一化算法。图形结构（PS）模型非常适合我们的目的。 它是一个计算高效的框架，用于基于部分的建模和对象的识别，并已成功应用于面部识别[3]，人类发现和其他物体识别和检测任务。 PS模型的本质是在其整个内部配置的上下文中考虑对象的组件（或部分），旨在通过将它们编码为全局对象函数来确定每个组件的位置及其空间配置 。 与基于纯外观的方法（其中每个对象由单个外观模型处理）相反，PS方法提供了用于在对象的组件和组件之间的几何关系方面建模对象的强大框架。本文的主要贡献是增强传统的PS模型，它可以用来处理复杂的外观和结构的变化在不受控制的条件下的眼睛。 对具有挑战性的LFW（野外标记面）数据库的广泛实验表明，所提出的模型可以在不受控制的条件下准确，有效地定位眼睛。本文的其余部分组织如下。 第2节简要介绍了图形结构模型。 第3节提出了我们的增强型PS模型。 第4节介绍了学习PS模型测试图像和处理部分遮挡的方法。 第5节报告我们的实验。 最后，第6节总结。背景在本节中，我们简单地介绍了在[3]中的表示之后的图形结构的统计框架。 在PS中，对象首先被分解为部分，然后根据一些空间约束来有哪些信誉好的足球投注网站最佳部分候选，使得生成相关图像的可能性最大化。