【人脸】人脸关键点检测---ASM、CLM

本文详细介绍了ASM(Active Shape Models)和CLM(Constrained Local Models)两种人脸关键点检测方法。ASM通过训练构建形状模型,然后进行搜索匹配;CLM则在ASM的基础上引入局部特征匹配,提高精度。文中涵盖了ASM的训练和搜索步骤,以及PCA算法的应用,并概述了CLM中的Patch模型构建和SVM匹配策略。
摘要由CSDN通过智能技术生成

ASM方法

论文:《Active Shape Models - Their Training and Application》

github链接:https://github.com/greatyao/asmlibrary

基于特征点分布模型(PDM):人工标定、构建形状模型,搜索匹配

Step1---训练:

  1. 构建形状模型
  • 搜索N个训练样本(N=400)
  • 手动标记脸部特征点,特征点的标注顺序要一致,如右图
  • 将训练集中特征点坐标{(x1,y1),(x2,y2),...,(xN),yN)}串成特征向量,特征点看成是一个2N维的向量(x1,x2,...,xN,y1,y2,...,yN)
  • 选定基准图像,通过缩放、平移、旋转(Procrusts方法)将其他图像与基准图像对齐
  • 对对齐后的形状特征做PCA处理

      2. 构建形状模型

  • 为每一个特征点提取局部特征,目的是每一次迭代每个特征点都可以找到新位置,局部特征一般用梯度特征表示

    Procrusts方法

    使用一个四元数,即旋转角度a,缩放尺度s&#

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值