课件：人脸特征点定位及其应用.ppt

AAM改进方法 基于肤色信息的AAM改进方法 用基于脸色信息的人眼 定位方法确定人眼 根据眼睛和脸部区域的关系获得 脸部区域范围，缩小有哪些信誉好的足球投注网站窗口 根据人眼位置确定AAM 模型的初始有哪些信誉好的足球投注网站姿态 使用AAM有哪些信誉好的足球投注网站算法， 得到特征点精确定位 人脸特征点定位及其应用 －－ 沈育平 P 基于肤色信息的AAM改进方法 性能比较 图 片 原模型定 位间 改进后模 型定位时间 改进量占原 来的百分比 1 22.662 5.221 77.0% 2 20.178 6.939 65.6% 3 21.621 9.351 56.8% 4 18.488 6.376 65.5% 5 22.945 9.004 60.6% 6 21.924 8.782 59.9% 7 21.850 4.224 80.7% 8 23.139 8.684 62.5% 9 21.747 6.213 71.4% 10 22.422 5.951 73.5% 平均改进百分比 67.4％ 人脸特征点定位及其应用 －－ 沈育平 P 系统结构 人物肖像画自动生成系统 人脸特征点定位及其应用 －－ 沈育平 P 肖像画自动生成系统 头发处理 脸部器官处理 合成 开发工具： Visual C++ 6.0，AAM-API 脸部器官处理过程 人物肖像画自动生成系统 人脸特征点定位及其应用 －－ 沈育平 P 自然三次样条 自动 阈值分割 特征点定位 使用84个特征点 获得各器官 包围盒 头发的提取过程 人物肖像画自动生成系统 只将Y值（亮度） T(＝50)的像素 保留 使用数学形态学 的闭运算 将头发中的噪音 (白色小孔)滤去 进行两次腐蚀，然后跟踪轮廓 每一轮廓对应一个包围盒 根据头发区域与脸部区域 的位置关系，确定头发区域 用种子填充 的方法填充 头发区域 肖像画的合成及显示 人物肖像画自动生成系统 人脸特征点定位及其应用 －－ 沈育平 P 系统运行界面 系统结果 人物肖像画自动生成系统 系统存在的一些问题和待改进的地方： 系统分析总结 从系统的结果来看，对于大多数人脸图像，都可以得到相应的肖像图 人物肖像画自动生成系统 系统对头发的处理并没有考虑头发被分割成若干区域的情况。 系统没有对耳朵进行处理 丢失 头发边界的处理太过粗糙，常出现锯齿状边缘。针对这种 情况可以使用Snake模型获取头发区域的外轮廓 锯齿状边缘 工作总结 毕业设计期间的主要工作 调研并总结了常用的特征点定位算法 提出了在人脸特征点定位问题上，对AAM模型 的一种基于肤色信息的改进方法 设计并实现一个完整的人物肖像自动生成系统 谢 谢！ THANK YOU SUCCESS * * 可编辑 * 可编辑 可编辑 人脸特征点定位及其应用 姓名： 沈育平 学号： P导师： 董兰芳 二○○四年六月 整体介绍 主要内容： 当前常用的特征点定位方法，主要介绍AAM。 提出在人脸特征定位中基于肤色信息的AAM模型的改进方法。 介绍一个肖像画生成系统的设计及实现。 人脸特征点定位的概念 人脸特征点定位及其应用 －－ 沈育平 P 特征点定位系统 常用的几种特征点 定位算法 基于灰度及其变化信息 基于可变形模板 基于神经网络 基于Active Contour Model（Snake，主动轮廓模型） 基于Active Shape Model（ASM，主动形状模型） 基于Active Appearance Model（AAM，主动表观模型） 由于人脸特征复杂性，及图像的多变性，目前仍然没有一个通用的方法 基于AAM (Active Appearance Model)模型 AAM模型 常用的几种特征点定位方法 由控制参数矢量c控制形状和纹理的变化，调节c可以得到 不同的形状和脸部纹理，从而合成不同的人脸 调节c可以合成不同的人脸 形状 脸部纹理 轮廓变化模式矩阵 脸部纹理变化模式矩阵 精细定位 粗略定位 常用的几种特征点定位方法 AAM有哪些信誉好的足球投注网站过程 原图像 得到粗 略定位 不断调整C，使 合成人脸的灰度 与图像灰度差达 到最小值 得到 精细 定位 由计算公式 可得各特征 点的位置 对每一个比例、 位置、旋转角度 进行迭代有哪些信誉好的足球投注网站 常用的几种特征点定位方法 AAM有哪些信誉好的足球投注网站时间分析 85.1% 14.9% 有很大的改进空间 基于肤色信息的AAM改进方法 肤色模型 人脸特征点定位及其应用 －－ 沈育平 P 采用YCrCb彩色空间进行分析 Y反映的是图像的明度，故只Cr,Cb分量