基于CLM模型的人臉特征點定位系統(tǒng)的設計與實現.pdf

1、近些年來，隨著人臉識別技術的發(fā)展，人臉特征點定位作為人臉識別的關鍵環(huán)節(jié)，受到了廣泛的關注和深入研究。人臉特征點定位的目標是在人臉圖像上定位臉部關鍵特征（如眼睛、鼻子和嘴巴等）的位置。它可以應用于人臉姿態(tài)估計、表情分析、人臉三維動畫建模及疲勞檢測等方面。因此，研究人臉特征點定位具有一定的理論價值和現實意義。
　　本文分析和總結了現有的人臉特征點定位算法，研究了受約束局部模型（CLM）算法。針對CLM模型的擬合優(yōu)化問題，分析了ASM和

2、凸二次擬合的方法，對其中的凸二次函數優(yōu)化策略進行了改進并應用于特征點定位，實現了一個人臉特征點定位原型系統(tǒng)。首先，通過訓練樣本使用點分布模型（PDM）建立CLM形狀模型，然后對人臉特征點區(qū)域訓練線性支持向量機（SVM）來構建patch模型。本文采用Viola和Jones的人臉檢測算法檢測人臉，根據檢測的人臉位置和大小初始化CLM模型參數。在搜索定位特征點時，基于特征點的SVM響應圖計算響應值最小的特征點坐標，并利用優(yōu)化策略優(yōu)化模型參數直