[发明专利]采用神经网络定位对象图像中的感兴趣点的系统和方法

说明书

技术领域

本发明涉及静止或运动图像的数字处理领域。更具体地，本发明涉及在用数字图像表示的对象中定位一个或多个感兴趣点的技术。

本发明特别适用于但不一定专用于以下领域：检测在数字或数字化图像中的面部的物理特征，例如瞳孔、眼角、鼻尖、嘴部、眉毛等。实际上，面部图像的感兴趣点的自动检测是面部分析的主要方面。

背景技术

在本领域中有几种已知的技术，它们大多包括利用专用的、专门化的过滤器独立地搜寻和检测每个特定的面部特征。

所使用的大多数检测器依赖于对面部的色度的分析：面部的像素根据它们的颜色被标记为属于皮肤或者面部元素。    

其它检测器使用对比度变化。至此，依赖于对光梯度的分析，完成了轮廓检测。然后尝试根据检测出的不同轮廓来识别面部元素。

其它方法利用每个元素的统计模型实施相关性搜索。这些模型是使用所要搜寻的每个元素的图像(或者本征特征)由主要成份分析(PCA)构建的。

某些现有技术实施第二阶段，其中对在每个元素的独立检测的第一阶段中确定的所有候选位置应用几何面部模型。在初始阶段检测到的元素构成了候选位置的合成体，可变形的几何模型被用于选择最佳合成体。

近来一种方法可被用来超越传统的两步骤方案(包括对面部元素的独立搜索，接着是应用几何规则)。该方法依赖于活动表情模型(AAM)的使用，在D.Cristinacce和T.Cootes的文章“A comparisonof shape constrained facial feature detectors”(2004年韩国首尔的第六届面部和姿势自动识别国际会议的论文集，pp 375-380，2004)中有专门的描述。它由以下步骤组成：通过调整包含形状和纹理的线性模型的参数，尝试使一个活动面部模型对应于图像中的面部，借此来预测面部元素的位置。该面部模型是从利用对向量的主要成份分析(PCA)来标注感兴趣点的多个面部中学习得到的，所述向量编码感兴趣点的位置和相关面部的光纹理。

现有技术的缺点

这些现有技术的主要缺点是在含有影响面部图像，特别是对象图像的噪声的面部中鲁棒性较低。

事实上，专门设计用来检测面部元素的检测器不能抵抗图像照明的极端条件，例如过度照明、照明不足、侧光、从底部照明。它们对于图像质量的变化也几乎没有什么鲁棒性，特别是在从(例如利用网络摄像头采集的)视频流获得的低分辨率图像或者前面已受到压缩的低分辨率图像的情况下。

依赖于色度分析(其应用肤色过滤器)的方法对于照明条件也很敏感。此外，它们不能应用于灰度级图像。

这些依赖于对不同感兴趣点的独立检测的现有技术的另一个缺点是：当这些感兴趣点被隐藏时，这些技术完全没有办法，例如在戴墨镜时眼睛就被隐藏起来，当有胡子或者被手遮挡时嘴部就被隐藏起来，更常见的情形是图像出现局部严重退化时。

检测几个元素甚至只是一个元素的失败通常不会由于后面使用几何面部模型而被修正。该模型只是当不得不在几个原本应在前一阶段检测出的候选位置中做出选择时才被使用。

这些不同的缺点在依赖于活动面部的方法中得到部分补偿，这些方法通过形状和纹理信息的联合使用实现对元素的大致搜索。然而，这些方法有另一项缺点，即它们依赖于缓慢的、不稳定的最优化过程，该过程有赖于必须在搜索期间反复确定的成百上千的参数，这是一个特别漫长又痛苦的过程。

此外，由于所使用的统计模型是线性的，由PCA创建的，所以它们对于图像的整体变化，特别是照明变化表现出低的鲁棒性。它们对于面部的部分隐藏具有低的鲁棒性。

发明内容

本发明的目标

本发明的目的就是为了克服现有技术的这些缺点。

更具体地，本发明的目标是提供一种用于在表示一个对象的图像中定位几个感兴趣点的技术，它不需要专用于必须能被定位的每个感兴趣点以及专用于每一类对象的过滤器的漫长又痛苦的开发过程。

本发明的另一个目标是提出这样一种定位技术，它对于可能影响图像的所有噪声，例如照明条件、色度变化、部分隐藏等都有很强的鲁棒性。

本发明的另一个目标是提供这样一种技术，它考虑了部分影响图像的隐藏问题，并允许对隐藏点的位置进行推断。

本发明还有一个目标是提供这样一种技术，它应用简单，实施成本低。

本发明还有一个目标是提供这样一种技术，它特别适于面部图像中的面部元素的检测。