摘要
本系统利用VS2010开发平台结合Open CV图像处理软件实现人脸姿态的计算。首先采用Adaboost算法和Haar特征检测出待检测图像中的人脸,接着采用局部二值特征算法估算人脸的68个特征点,并利用比例正交投影迭代变换算法结合估算的68个人脸特征点实现了人脸人脸的姿态估计。实验结果表明该系统对有遮挡或转角过大的人脸也具有较高的准确度。
引文
[1]X.P.Chen,Q.QYang,H.H,Liaoetal.Real-Time Face Pose Estimate in Video Sequence[C].IEEE,Second International Workshop on Education Technology and Computer Science,2010.
[2]A.Narayanan,R.M.Kaimal,K.Bijlani.Yaw Estimation using Cylindrical and Ellipsoidal Face Models[J].IEEE,Transactions on Intelligent Transportation System,2014.
[3]Fransens R,Strecha C,Van Gool L,Parametric Stereofor Multi-pose Face R ecognition and 3D-Face Modelling.Beijing,China,2005.
[4]尹宝才,张壮,孙艳丰等.基于三维形变模型的多姿态人脸识别.北京工业大学学报,2007.
[5]毋立芳,侯亚希等.基于紧致全姿态二值SIFT的人脸识别[J].仪器仪表学报,2015.
[6]周玲丽,赖剑煌.人脸特征的SIFT保护算法[J].中国图象图形学报,2011.
[7]张疆勤,廖海斌,李原.基于因子分析与稀疏表示的多姿态人脸识别[J].计算机工程与应用,2013.
[8]平强,庄连生,俞能海.姿态鲁棒的分块稀疏表示人脸识别算法[J].中国科学技术大学学报,2011.
[9]江伟坚,郭躬德,赖智铭.基于新Haar-like特征的Adaboost人脸检测算法[J].山东大学学报(工学版),2014.
[10]程科文.基于自适应三维人脸模型的实时头部姿态估计[D].合肥市:合肥工业大学,2016.
[11]BELHUMEUR P,JACOBS D,KRIEGMAND,etal.Localization parts of faces using a consensus of exemplars[C]//Proceedings of the IEEE Conference on computer Vision and Pattern Recognition.Washington DC:IEEE,2011.