一種改進的三維局部約束模型初始化方法

許進文，趙啟軍，陳 虎

(四川大學 視覺合成圖形圖像技術國防重點學科實驗室，四川 成都 610065)

一種改進的三維局部約束模型初始化方法

許進文，趙啟軍，陳 虎

(四川大學 視覺合成圖形圖像技術國防重點學科實驗室，四川 成都 610065)

三維局部約束模型(3D Constrained Local Model，CLM-Z)算法，綜合利用灰度和深度信息檢測三維人臉數據中的特征點(如眼角、鼻尖和嘴角)，實現了較高的檢測精度。CLM-Z方法一般使用人臉位置和平均三維人臉模型進行初始化。設計了四個實驗定量地分析CLM-Z參數初始化對算法精度的影響：在BU-4DFE庫上評估CLM-Z算法精度；通過平移人臉邊界框擾動平移參數的初始值；通過縮放人臉邊界框擾動尺度參數的初始值；通過給定繞y軸和z軸的旋轉角擾動旋轉參數的初始值。實驗結果表明，CLM-Z算法可容忍平移擾動約為人臉寬的1/6，在(0.75,1.50)縮放范圍內算法精度不會下降，可容忍y軸和z軸旋轉角約20°。基于以上評估結果，進一步提出在紋理圖像上檢測特征點作為初始化，然后再進行CLM-Z迭代。在BU-4DFE數據庫上的評估結果證明，該初始化方法能有效提升CLM-Z方法的特征點定位精度。

三維人臉特征點定位；三維局部約束模型；初始化；魯棒級聯姿態回歸

0 引 言

人臉特征點檢測是人臉識別[1-4]、表情分析[5-6]、人臉動畫[7]等一個關鍵的中間步驟。由于光照、姿態、遮擋、表情等因素的影響，人臉特征點檢測成為一個充滿挑戰的研究課題。為了解決這一問題，學術界做出了很多有價值的嘗試，提出了不少方法，其中包括CLM(Constrained Local Model)[8]和它之后的各種擴展模型[9-10]。……