论文部分内容阅读
人脸姿态估计一直是计算机视觉领域的一项重要研究课题,具有广泛的应用价值,在人机交互,虚拟现实,智能监控等领域都有广泛的应用。特别是对于多姿态人脸识别研究来说,具有重要的研究价值。然而,由于人脸姿态的变化方式千差万别,人脸姿态估计始终是一个极富挑战性的课题。
目前,国内外对人脸姿态估计的研究提出了众多方法,总结起来主要分为两类方法:基于几何模型的方法和基于人脸特征的方法。本文首先详细分析了这两类姿态估计方法的优缺点,通过比较发现基于人脸特征的方法对于人脸图像的考察更细致,对于表情、光照等条件的影响鲁棒性更强。然而,该类方法一般要求大量的,齐全的人脸姿态训练数据,而现有的人脸姿态数据库很难满足。基于此考虑,本文在特征子空间算法基础上,提出了一种研究单一方向人脸姿态估计的新方法-基于人脸姿态模式的人脸姿态估计方法。
区别于以往以单幅人脸姿态图像作为研究对象的研究方式,该方法把一系列以特定方式组织的图像序列作为一个人脸姿态模式,以人脸姿态模式作为基本研究对象。相对于单幅图像,姿态模式包含更多的图像信息和姿态信息,利用姿态模式估计姿态更具有研究价值。该方法以构造姿态模式子空间为基础,把姿态模式作为子空间中的点,人脸姿态唯一对应图像在姿态模式中的位置;通过待测姿态图像在子空间中的投影来确定图像所在的姿态模式,人脸姿态由姿态在变化模式中的位置确定。另外,该方法在人脸姿态不完全情况下的能利用已有人脸姿态重构出未知姿态的人脸图像,从而减弱对姿态数据库的依赖。实验证明,该方法效果良好,尤其对于不完全姿态数据库效果尤为显著。