多模态信息结合的多姿态三维人脸面部五官标志点定位方法技术

本发明专利技术公开了一种多模态信息结合的多姿态三维人脸面部五官标志点定位方法，用于解决现有的多姿态三维人脸面部五官标志点定位方法对姿态鲁棒性差的技术问题。技术方案是采用多模态信息结合进行三维人脸面部五官标志点定位，借助二维图像中五官结构轮廓清晰和三维人脸模型中五官标志区域凹凸分明的优势，能够不用预先对人脸模型的姿态进行估计和补偿，从而对姿态有着较强的鲁棒性，对正面三维人脸模型的五官标志点平均定位准确率达到98.5％，对姿态变化较小人脸模型，定位准确率由背景技术的88.3％提高到91.6％；对于姿态变化较大的人脸模型，本发明专利技术具有显著的优越性，定位准确率由背景技术的57.5％提高到73.5％。

【技术实现步骤摘要】

本专利技术涉及一种多姿态三维人脸面部五官标志点定位方法，特别是一种多模态信 息结合的多姿态三维人脸面部五官标志点定位方法。
技术介绍
多姿态人脸五官标志点提取是人脸建模、表情分析及人脸识别中的关键技术，准 确高效的面部五官特征提取能够为上述应用奠定良好的基础。文 献"Guangpeng Zhang, Yunhong Wang. A 3D facial feature point localization method based on statistical shape model, in Proceeding of ICASSP2007，pp. 249-252. ”公开了一种多姿态三维人脸面部五官标志点定位方法。该方法 通过检测面部曲面形状变化，并建立五官分布统计模型对人脸五官标志点进行定位。首先， 采用曲面形状索引特征对人脸表面区域进行粗分割，分割出五官区域；其次采用面部五官 统计形状模型对分割后的区域进行特征点定位，五官区域中满足统计形状模型分割规律且 距离区域中心点最近的点即为最终定位的五官特征点，从而实现姿态不变特征点的提取。 但是，该方法存在以下问题首先，该方法中的曲面本文档来自技高网...

【技术保护点】
一种多模态信息结合的多姿态三维人脸面部五官标志点定位方法，其特征在于包括下述步骤：（ａ）对人脸二维纹理图像进行特征点检测，将每幅人脸二维纹理图像对由前视位置绕相机光轴方向变化产生的图像形变失真进行精确仿真，倾斜转换度由定向的ｔ子采样，仿真图像依照ｔ＝｜１／ｃｏｓθ｜进行φ旋转，在ｘ方向采用标准偏差＊＊＊的高斯函数对图像进行卷积操作，ｃ＝０．８；式中，φ是相机经度角，θ是相机纬度角；对形变变量通过相机经度角φ和相机纬度角θ调节；采用相似度不变匹配方法对所有仿真图像进行比较，提取出的特征点中抽取最具有代表性的五官特征描述点；（ｂ）将人脸二维纹理图像中检测出的五官特征点数据Ｕ＝｛ｕ↓［ｉ］∈Ｒ↑［２...

【技术特征摘要】

【专利技术属性】
技术研发人员：张艳宁，郭哲，林增刚，郗润平，梁君，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：87