鼻部特征定位辨识研究

56 57 科技促进发展 2009年07月 鼻部特征定位辨识研究 陈玉林 （佳木斯大学计算机共同课教研部， 黑龙江 佳木斯 154007） 【摘要】文章对人脸鼻部特征定位的方法做了进一步的研究，基于图像解释、分割，这两种常用的模型来做进一步定 位分析。 【关键词】人脸识别；主动形状模型；面部特征定位 一、面部定位及区域约束策略 1、鼻部的精确定位 这里采用的鼻部定位算法的主要过程如下（本文以人脸 图像鼻部为例进行阐述）：在一幅人脸图像中，鼻部因为其 灰度值较高，因而成为最容易准确定位的部分，同时鼻部位 置的确定不仅确定了整个脸形的位置，而且对于整个人脸图 像的尺寸也可以进行较为准确合理地确定，因此利用鼻部的 位置作为ASM模型初始化是非理想的。 基于这一关系，在搜索过程中，我们首先计算出搜索到 第一，利用基于重心的人脸检测方法，对图像进行 的鼻部区域中的所有点的重心值坐标(p x,p y)，然后计算出 c c 人脸检测。在由人脸的情况下，该方法提供了人脸图像的区 重心坐标与鼻部定位点的差值，d =p x-p x，d =p x-p x，并 x c 0 x c 0 域，在此区域中我们可以估计到鼻尖的大致位置（x ,y ）， 将鼻部区域的所有点进行调整p =p x-d ,p y=p y-d (i=1…10)。0 0 i i x i i y 以次位置作为初始位置来进行鼻部定位。 经过这样的调整，确保在每次局部搜索后鼻部区域的重心处 第二，以此位置作为一矩形框的左下顶点，该矩形框的 于定位得到的鼻部位置。从而使最终得到的重建及合理性约 长宽比及其相应的长度可由人脸检测给出的尺寸来确定，在 束后的形状中，鼻部区域不会偏离眼下部位置得到的位置。 初始的矩形框内应不包含鼻部区域。首先对图形进行平滑处 尽管部定位的准确率在90％以上，毕竟还有近10％的图 理，然后计算该初始矩形范围内像素的平均灰度值I .0w和 像鼻部定位的效果是不理想的。若直接进行鼻部约束，势必mean 0h分别为初始矩形框的长度与宽度。 要导致这部分图像出现较差的匹配结果。因此，首先需要对 鼻部定位的准确性做出判断。在搜索的前几次循环中，若鼻 部位置变化很小，说明鼻部定位的结果还是比较可靠的，在 第三，在保证矩形框的长宽比不变的情况下，向右上方 后续的循环中可以加入鼻部区域约束算法。否则，说明鼻部 以一个像素的步长延伸矩形。在矩形的右侧和上侧的边线上 定位的结果可能不够准确，不能利用鼻部区域约束算法。 找到灰度值最小的像素点（平滑处理过的图像），将其灰度 三、边缘约束策略 值记为I 。 在人脸图像中许多特征点处于边缘信息较强的位置上，mean 第四，计算矩形框平均灰度值与矩形右侧和上侧边线上 尤其是人脸外轮廓上的特征点。因此，我们可以利用边缘信 的最小灰度值的差值，并与一特定域值D（统计得到）进行 息来改变特征点搜索过程的权值，使边缘信息较强的像素点 I -I