摘要：针对遮挡造成人脸定位失败和人脸特征点的遮挡标签匮乏等问题,提出了一种遮挡自适应权重的人脸特征点定位算法.基于HRNet,设计了一个遮挡自适权重损失函数,使遮挡点获得一个较小的权重用来减轻遮挡对特征提取的影响.在网络输出阶段,添加遮挡预测模块以获取特征点的遮挡度,对遮挡度进行线性变换作为热图回归任务的自适应权重.同时,通过在原图上生成随机大小、形状、颜色、纹理、透明度的遮挡及对应标签,进行数据集扩增.此外,根据预测坐标生成人脸的点特征图、边特征图、区域特征图以及切割图,将其与原图像融合后再输入主干网络,获得更好的人脸特征.本算法在COFW和300W等相关数据集上进行评估,取得了较好的准确性.

摘要：为了能够自动、实时地标定三维人脸曲面上主要特征点的位置,如鼻尖点和内眼点等,提出一种实时定位三维人脸特征点的算法.首先设计了一种基于曲面划分、直方图统计的三维局部曲面描述子——球划分直方图描述子,并使用该描述子逐点提取三维曲面顶点的局部曲面信息;其次计算其相似度,以定位三维人脸曲面上的主要特征点;在采用GPU并行运算后,能够有效地对三维人脸特征点进行实时定位.在三维人脸数据库FRGC v1.0以及BU-3DFE中的实验结果表明,与其他算法相比,该算法在三维人脸曲面上具有较强的三维人脸特征点定位能力.

摘要：使用深度学习网络技术的人脸特征点定位方法已经取得了比较突出的效果。然而,人脸图像由于姿态、表情、光照、遮挡等变化而具有复杂多样性,因此数目较多的人脸特征点(超过50个特征点)定位依然有很大的挑战性。设计了三层级联的自编码器网络,并通过由粗到精的方法对多数目的人脸特征点进行定位。第一层网络以整张人脸图像为输入,直接估计人脸轮廓和部件位置,从而将特征点分成三部分(眼眉鼻,嘴巴和人脸轮廓)进行下一步定位;之后的两层网络分别对各部件特征点进行估计求精。在LFPW、HELEN数据库上的实验表明,该方法能够提高人脸特征点定位的准确性和鲁棒性。

摘要：人脸特征点定位是计算机视觉中研究和分析人脸的关键.为了提高在非约束环境中(大姿态变化、遮挡、复杂背景等)人脸特征点定位的准确性和鲁棒性,提出一种基于条件迭代更新随机森林的非约束人脸特征点定位方法.首先,为了克服遮挡和背景噪声的影响,对人脸子区域进行分类,提取人脸正子区域;然后,在人脸正子区域上估计头部姿态,根据估计的头部姿态和人脸局部子区域学习特征点的初始化条件概率模型,定位人脸特征点的初始位置;再依据特征点的初始位置建立人脸误差模型,利用误差模型在线学习并多次迭代更新随机森林的叶子节点,生成新的复合叶子概率模型,包括人脸子块类别、头部姿态、人脸形变模型、误差偏移模型;最后,引入条件权重稀疏投票对复合叶子概率模型进行回归,定位人脸特征点的精确位置.在AFW,LFW和Pointing’04这3个具有挑战性的公共人脸数据库上进行实验的结果表明,该方法在非约束人脸特征点定位中的平均误差值为0.15时,定位准确率超过95%.

摘要：人脸表情分析与合成是近年来人机交互领域的研究热点。由于不同研究小组使用的数据集各异,不同方法的效果和适用性缺乏统一的测试基础。为此,该文研究了人脸表情分析与合成的问题空间,建立了一个大型人脸表情视频数据库,并制定了一套人脸表情视频数据库技术规范。该数据库采集时采用正面充分光照,从3个不同的视角记录图像数据,内容包括了70个人的1000段脸部表情视频,涵盖了常见的8类情感类表情和中文语音发音的说话类表情,提供了一个中文语音动态视位系统,并对表情序列采用了FACS(脸部动作编码系统)评价。该数据库是我国目前人脸表情研究较全面的基础资源库,可以作为人脸识别、人脸表情识别与合成算法的一个标准测试平台。该文介绍了建立人脸表情视频数据库的一系列关键技术,并给出了该数据库的技术标准。

摘要：多样的平面内旋转(rotation in plane,RIP)角度下的人脸检测具有极大的挑战性,为检测平面旋转人脸,提出一种改进型的级联卷积神经网络,提出并训练一个多任务级联卷积神经网络来检测普通正面或侧面人脸,在该神经网络中嵌入一个分类网络进行RIP角度判断,将平面内旋转人脸检测看作一个多分类问题,执行相应的仿射变换后将人脸候选框输入到网络。实验结果表明,改进后的方法可以精确实现360°范围内RIP角度人脸检测。

摘要：为解决人脸关键点定位受到姿态、光线、表情以及遮盖问题的影响而使得定位效果可靠性不佳的问题,提出了一种基于并行卷积神经网络的人脸关键点定位方法。利用卷积神经网络对局部细节特征提取以及深度学习的特点,设计实现了一种并行卷积神经网络,该网络把人脸图像、上半人脸以及下半人脸分别送入到相同结构的卷积网络进行训练学习,通过对图像进行局部卷积以及下采样,提取人脸关键点附近的细节特征,并对三级并行网络定位结果进行加权合成,实现人脸特征点定位。在LWF人脸库上定位实验结果表明,该方法在准确性以及可靠性方面都得到很大程度提升,能实现对人脸关键点的鲁棒准确估计。

摘要：为了提高多视角下人脸ASM算法的定位精度,提出一种使用Candide-3模型估计人脸视角,使用全局模板和局部模板相结合的方法定位人脸特征点的多视角人脸ASM方法。建立不同视角下的形状统计模型,从中选择若干关键特征点,用SVM分类器建立纹理模型;在特征点定位中通过检测出的眼角、嘴角、鼻下点用Candide-3估计人脸姿态,选择相应视角的全局模板总体定位,利用局部模板估计未检测到的特征点,再用全局模板校正,得到人脸特征点位置信息。实验结果表明,该方法显著改善了多视角下人脸特征点定位不准确的问题,有效提高了各特征点的定位精度。

摘要：文章主要目的是利用一台普通的个人电脑和一张人脸的正面照片来自动生成具有写实风格或者夸张效果的人物肖像漫画及其动画。AAM模型是一种统计模型,可以很好地应用于人脸的特征点定位。但是AAM模型在信息的处理上忽略了颜色信息的作用,而肤色信息在人脸检测时往往起着非常大的作用。文中主要采用的方法是先利用肤色信息减小AAM搜索的搜索范围,然后基于这种改进的AAM模型,定位照片上的人脸特征,并以此为基础设计了一个人物肖像画生成系统。该算法对近百幅人脸的正面照片进行实验,实验结果令人满意。该方法能够快速生成特定人脸的肖像画并能较好地应用于卡通动画制作向导、多媒体智能娱乐、游戏和网络即时通讯软件等领域中。

摘要：文中提出了一种基于结构化特征融合的主动表观模型(Active Appearance Model,AAM)匹配算法。为了增强主动表观模型匹配算法的泛化能力和精度,尤其是其对于人脸表观细节处的处理,本文将形状相关的局部特征描述子和全局纹理信息进行融合,并进一步将其应用到基于回归模型的主动表观模型匹配算法中。通过在XM2VTS和Bio ID人脸数据库上进行测试表明,本文算法比传统的主动表观模型匹配算法的误降低了15%左右。