[发明专利]利用联合配准改善图像人脸个体配准性能方法及系统

权利要求书

1.一种利用联合配准改善图像人脸个体配准性能方法，其特征在于：该方法步骤如下：

a、利用人脸分类器分别确定组图像中每个人脸个体的脸区矩形；

b、在步骤a形成的脸区矩形内，通过监督下降方法确定人脸标定点，形成标定点集，通过该标定点集约束组图像人脸个体的紧致脸区；

c、选取已有正面人脸训练集且对该正面人脸训练集做广义布鲁克分析，取得均值人脸模型且作为参考人脸点集；

d、将步骤b中的组图像人脸个体标定点集的质心作为局部坐标系的原点，完成图像人脸个体点集从全局坐标系到局部坐标系的转换，在局部坐标系下对标定点集中的点做尺度化操作，保证尺度化后的点集到局部坐标系原点的根均值平方距离为1，并对步骤c中的参考人脸点集执行同样过程；

e、把参考人脸点集分为人脸外轮廓、左眼、右眼、鼻和嘴五个子集，对每个子集，从步骤d中的参考人脸点集子集中随机选取4点，寻找在该参考人脸点集子集中4点和步骤d中的标定点集子集的对应4点间的仿射变换，利用仿射变换参数映射参考人脸点集子集，取得变换后的人脸点集子集，在变换后的人脸点集子集与标定点集子集间计算2-范数；迭代前述的随机选取4点到计算2-范数过程，确定最小2-范数所对应的参考人脸点集子集和标定点集子集间的仿射变换参数；

f、步骤e作用于步骤d中所有组图像人脸的标定点集，根据e步骤中的仿射变换参数确定参考人脸点集的映射结果，根据这些结果计算平均值且更新参考人脸点集，得到组图像人脸的初步拟合结果集，首次更新后的参考人脸点集保留了组人脸的共性信息；

g、依次计算步骤d中标定点集和步骤f中的初步拟合结果集中对应点之间距离，在拟合结果集中选取距离最小的m个点且每个点要求位于标定点集中对应点的小邻域内，由这些点组成参考人脸点集距离最小子集，利用步骤e中过程找到参考人脸点集子集与步骤d中对应标定点集子集间的对应仿射变换参数对参考人脸点集距离最小子集做进一步映射，取得新的拟合结果；

h、步骤g作用于步骤d中所有组图像人脸的标定点集，根据g步骤中的仿射变换参数确定所有组图像人脸的参考人脸点集的映射结果，使用所有的映射结果计算平均值且更新参考人脸；

i、步骤e到步骤h迭代K次，最终结果作为联合配准的优化结果；使用最大迭代数K作为终止度量；

步骤i中取得第K次迭代后组图像个体人脸点集的公式如下：

其中，T_M(RF)表示利用参数M变换参数人脸点集RF且M＝A_i^K表示动态可更新的参考人脸点集与第i个组图像人脸点集的第K次映射。

2.根据权利要求1所述的一种利用联合配准改善图像人脸个体配准性能方法，其特征在于：

步骤e中取得最小2-范数对应的参考人脸点集到组图像个体人脸点集间仿射变换参数的公式如下：

其中，A表示从参考人脸中任选的4点到图像人脸对应4点间的仿射变换参数，T_A(RF)表示利用参数A变换参数人脸点集RF，S_i表示步骤d中第i个组图像人脸的标定点集子集且i∈[1,N]，N表示组图像数量。

3.根据权利要求1所述的一种利用联合配准改善图像人脸个体配准性能方法，其特征在于：

步骤f中确定更新后参考人脸点集子集的公式如下：

其中，RF′表示更新后的参考人脸点集子集，N是组内图像人脸数量。

4.根据权利要求1所述的一种利用联合配准改善图像人脸个体配准性能方法，其特征在于：

步骤g中作用于参考人脸点集子集的映射公式如下：

其中，A_i^j表示动态可更新的参考人脸点集子集与第i个组图像人脸点集子集做第j次映射时的仿射变换参数且k≤K，A_i⁰表示初始值。