摘要：为设计研发更贴合儿童面部的防护口罩,运用三维扫描技术采集130名7~10岁儿童的面部数据,获取了包括面宽、形态面长、耳屏颌下弧长等10项面部指标,探索儿童面部发展规律及脸型分类。运用Pearson相关性分析挖掘各面部指标的发育相关程度,通过独立样本t检验分析面部指标在性别上的差异,使用主成分因子分析提取能反映面部数据的3个主要因子;基于主成分分析结果,结合K-means聚类将儿童脸型分为狭面型(44.9%)、中面型(32.2%)和阔面型(22.9%),提出按脸型分类进行儿童防护口罩设计的理念。

摘要：本文针对传统脸型分类算法特征点定位不准和过度依赖轮廓曲线的问题,提出了一种人脸轮廓圆形邻域局部特征表达方式和脸型分类模型。首先,初步定位脸型轮廓特征点;然后,在特征点周围选取三重八连通圆形邻域,通过计算一级邻域、拓展邻域与中心区域间的纹理变化,生成二进制编码序列,构造脸型局部特征向量;最后,设计OVO-RBF-SVM多分类模型,实现脸型分类。本文方法在CAS-PEAL人脸库上进行脸型类型判别,获得了94.28%的准确率;在相同情况下,分别与基于主动形状模型和基于下颌曲线模型的脸型类型判别方法进行对比,准确率分别提高了6.64%和6.58%。本文所研究的方法在一定程度上解决了特征点定位相对不准确导致误差增加的问题,同时尽可能多利用图片原始信息,保证轮廓特征提取的准确率,具有较强的鲁棒性。通过实验证明本文方法适用于脸型分类。