人脸对齐的算法是我本科阶段的毕业设计课题,从最初的一脸迷茫到最后完成毕设,两个月的时光,恭喜自己顺利完成了毕业设计,在过程中,更是不能缺少指导老师以及学长们给予的帮助。衷心感谢!
- 人脸对齐的目的是对人脸进行归一化,工作核心是定位面部关键点。本博客中讨论的SDM是一种人脸对齐的优化算法。利用SIFT算法计算人脸关键点处的特征点描述子,在训练过程中学习多组特征点集的下降方向,使得初始化的特征点集向标记特征点集收敛。
宿佳宁老师的《人脸对齐算法研究》中提到:图像采集、人脸检测、人脸对齐、分类识别四个部分组成了人脸识别的工作过程。
其中人脸对齐作为人脸识别的一个组成部分,将会影响整个流程的工作效率和正确率,所以高效率的人脸对齐算法是研究的主要目的。
人脸对齐算法的研究工作存在很多难点,人脸图像易受外界因素影响,这些因素大致有以下几点:面部遮挡、光照变化、复杂的背景、采集图像时的拍摄角度、面部表情变化。
在研究过程中采集面部轮廓、眉毛、鼻子、眼睛、嘴唇的形状作为关键点集合,包含68个关键点,其中17个点代表人脸轮廓,10个点代表眉毛形状,9个点代表鼻子形状,12个点代表眼睛形状,20个点代表嘴唇形状,如下图所示: