[发明专利]基于ASM算法的人脸特征点采集及三维人脸建模方法有效
申请号: | 201610003018.6 | 申请日: | 2016-01-05 |
公开(公告)号: | CN105701455A | 公开(公告)日: | 2016-06-22 |
发明(设计)人: | 睢丹;吴华;赵元庆;吕鑫;牛红惠 | 申请(专利权)人: | 安阳师范学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T17/00 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 谈杰 |
地址: | 455000 *** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 asm 算法 特征 采集 三维 建模 方法 | ||
1.基于ASM算法的人脸特征点采集及三维人脸建模方法,其特征在于按照以下步骤进 行:
步骤1,人脸特征采集,对采集样本的训练集特征点进行手工标定,再在同一坐标中完 成训练集中全部形状的校准,采用依据三角形特征的自动定位技术,同时通过准确的重要 的特征完成人脸特征的精准定位,采用全局纹理信息对局部特征点搜索效果进行优化,从 而实现人脸特征的统计分析;
步骤2:设置用于建模的设备参数;
步骤3:三维人脸建模,通过双目立体视觉理论对人脸正面及侧脸的图像特征点进行提 取,通过两张不同坐标系下的人脸图像合成一个三维人脸模型。
2.按照权利要求1所述基于ASM算法的人脸特征点采集及三维人脸建模方法,其特征在 于:所述步骤1对采集样本的训练集特征点进行标定方法为:首先搜集n个训练样本并手动 记录下每个训练样本中的K个关键特征点,构建训练集的形状向量如下所示:
其中,表示第i个训练样本上第k个特征点的坐标n表示训练样本的个数;
其次:计算平均形状向量及方差矩阵并将其按从大到小依次排序,完成形状向量进行 PCA处理,求取特征点的均值和方差,以便获得局部特征之间的距离,构建局部特征:
(1)平均形状向量:
(2)协方差矩阵:
(3)排序:
(4)均值:
(5)方差:
(6)局部特征距离:fsim=(g-gi)·(g-gi)T
其中:n表示训练样本的个数,T样本参数向量,P为最大样本数,j为常数,gij为局部纹 理,g为整体纹理,最后,构建初始模型,完成ASM算法优化,其公式如下所示:X=M(s,θ)[ai] +Xc
其中,M为平均形状,M(s,θ)为平均形状以其中心逆时针旋转θ缩放s,[ai]为训练集的形 状向量,Xc为平移距离。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安阳师范学院,未经安阳师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610003018.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于视频的篮球进球检测方法和装置
- 下一篇:静脉身份验证设备及电子系统