【技术实现步骤摘要】
本专利技术属于计算机视觉领域，涉及跨维度人脸地标点定位的方法。
技术介绍
随着计算机视觉的蓬勃发展，人脸识别技术日趋进步与完善，可被用于多个计算机视觉方向，如：网络游戏、视频监控、门禁系统、人机交互等领域。而脸地标点定位方法通常是在人脸检测的基础上进行的，需要精确地得到每一个面部特征的坐标，是人脸识别中非常重要的一环。在计算机视觉领域，已有的人脸地标点定位方法分为二维人脸地标点定位和三维人脸地标点定位。二维人脸特征点定位其基本思想是通过点分布模型对人脸的形状变化进行统计建模，再利用地标点附近的局部视觉特征确定的最佳定位，该局部视觉特征包括灰度值梯度分布、纹理特征等。三维人脸地标点定位方法可以分为三类：基于启发式规则的定位、基于几何特征的定位以及基于图模型的定位，但传统的三维人脸地标点定位过度依赖局部特征检测，对于局部特征不明显的地标点定位误差较大。然而现有的人脸地标点定位方法都是针对单一维度人脸的，无法进行跨维度人脸地标点定位。跨维度人脸地标点定位有以下两个难点：一方面，通过手工方式完成跨维度地标点定位工作量太大，且不同维度人脸地标点的一致性也难以保障。另一方面，由于二维人脸仅是三维人脸一个投影，通过二维人脸地标点对三维人脸地标点进行定位是困难的。
技术实现思路
本专利技术要克服现有技术的上述缺点，提供一种跨维度人脸地标点定位的方法，以实现跨维度人脸地标点的准确一致性定位。本专利技术提供了一种跨维度人...
【技术保护点】
一种跨维度人脸地标点定位的方法，包括如下步骤：1)按照金字塔策略提取标定锚点的多尺度的自旋图特征，利用标注数据对三维锚点的自旋图特征进行boosting学习，构造三维锚点的自动检测算法，确定对应的三维锚点坐标位置；2)基于视觉上下文模式VCP特征的boosting学习，构造并实现的二维人脸锚点检测算法，确定对应的二维锚点坐标位置；3)定义包括锚点在内的地标点集合，对部分三维人脸地标点进行标注，构造三维人脸+三维地标点耦合字典，基于重建误差最小化和稀疏表达思想，构造基于在线局部坐标编码LCC的三维人脸地标点定位算法；4)给定新的二维‑三维人脸组合，完成三维地标点定位，考虑二维‑三维耦合人脸之间的类质同象特性，通过锚点检测计算三维人脸到二维人脸之间的投影变换矩阵，将该投影变换矩阵应用于三维人脸地标点，得到对应二维人脸地标点位置，实现跨维度人脸地标点定位。
【技术特征摘要】
1.一种跨维度人脸地标点定位的方法，包括如下步骤：
1)按照金字塔策略提取标定锚点的多尺度的自旋图特征，利用标注数据对三维锚点的
自旋图特征进行boosting学习，构造三维锚点的自动检测算法，确定对应的三维锚点坐标
位置；
2)基于视觉上下文模式VCP特征的boosting学习，构造并实现的二维人脸锚点检测算
法，确定对应的二维锚点坐标位置；
3)定义包括锚点在内的地标点集合，对部分三维人脸地标点进行标注，构造三维人脸+
三维地标点耦合字典，基于重建误差最小化和稀疏表达思想，构造基于在线局部坐标编码
LCC的三维人脸地标点定位算法；
4)给定新的二维-三维...
【专利技术属性】
技术研发人员：宋明黎，高珊，孙立，周星辰，陈纯，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。