第 27 卷第 4 期 长 春 工 业 大 学 学 报
(
自然科学版
)
Vol127 ,No. 4
2006 年 12 月 Journal of Changchun University of Techonology
(
Natural Science Edition
)
Dec12006
文章编号 : 100622939
(
2006
)
0420324205
基于主动表观模型的人脸图像描述与编码
①
史东承 , 谢玉鹏 , 吴 莉 , 张明艳
(
长春工业大学 计算机科学与工程学院 , 吉林 长春 130012
)
摘 要 : 利用主动表观模型
(
AAM
)
来对人脸图像进行描述和编码 ,该方法不仅对人脸形状进行建模 ,同时又
建立了反映人脸灰度变化的纹理模型 ,并将纹理模型与形状模型合理地结合起来 ,反映了整个人脸形状及纹
理。实验表明了 AAM 方法进行人脸描述和编码的有效性 。
关键词 : 主动表观模型
(
AAM
)
; 纹理 ; 形状 ; 描述和编码
中图分类号 : TN911. 73 文献标识码 : A
在计算机视觉的研究领域中 ,对人脸图像进
行描述和编码一直都是一个很受关注的研究课
题。在过去 ,基于可变形模型对人脸图像的研究
取得了成功 ,近年来的研究已经寻找到一些典型
的可变形模型 ,最有名的可变形模型是主动轮廓
模型
(
Active Contour Models , ACM
)
,又被称为
Snake 模型
[1]
。但是这类方法比较适用于处理边
界光滑的物体 ,而且没有利用宝贵的先验知识。
它的一个发展是主动 形状模型
(
Active Shape
Models , ASM
)
[2 ,3 ]
,其方法是从人脸图像样本集
合中提取出一个人脸形状的统计模式 ,同时 ,利用
边界点附近的纹理信息 ,按照一定算法 ,找到被定
位人脸的位置。但是 ,该方法仅仅利用形状的约
束 ,没有利用人脸所有的可见信息 ,不能够体现人
脸的纹理特征。
针对以上的不足 ,引入主动表观模型
(
Active
Appearance Models , AAM
)
[4~9 ]
方法。AAM 方
法是对 ASM 的直接扩展 ,与 ASM 相比 , AAM
同样采用统计分析的方法建立先验模型 ,然后 ,利
用先验模型对图像中的人脸进行匹配运算。其优
点在于该模型不仅仅包含人脸的形状信息 ,而且
还包含有人脸的内部纹理信息 ,纹理信息一般是
组成目标物体像素的灰度值。
1 AAM 的描述
1. 1 形状统计模型的建立
形状统计模型反映形状的变化规律 ,可以利
用它进行合理的形状近似与重构。该模型建立的
方法与 ASM 中的形状建立方法相同
[10 ]
。
1. 2 纹理统计模型的建立
为建立反映人脸全局纹理变化规律的统计纹
理模型 ,首先需要获取人脸库中人脸形状轮廓区
域内所有像素的灰度值 ,也就是提取形状无关的
纹理值向量 ,然后利用主成分分析的方法对形状
无关的纹理进行分析建模。
1. 2. 1 形状无关图像的获得
在一幅人脸图像中 ,人脸图像可能只占其中
一部分区域 ,而且其所在的位置和所处的背景都
不尽相同。而真正需要进行分析的、能够真正地
反映出人脸纹理信息的那部分纹理 ,就是在标定
点的轮廓范围以内图像的纹理 ,由于训练集中不
同图像的人脸形状轮廓以内的像素数量是不相同
的 ,而且也无法得到不同图像之间的准确对应关
系 ,不能直接用在标定点的外轮廓范围以内的纹
理建立纹理模型。这就 ,需要得到一种具有相同
维数且具有相同对应关系的纹理向量。为此 ,应
先将训练样本的人脸图像变形到平均人脸形状
中 ,将向量的维数统一起来 ,并具有相同的对应关
系 ,从而得到形状无关的纹理信息。变形到平均
形状过程如下 :
第一 ,将形状模型中的平均形状进行三角剖
分。文中采用的是 Delaunay 三角算法 ,通过三角
剖分将平均人脸划分成若干三角形的集合 ,如
图 1所示。
①
收稿日期 : 2006206220
作者简介 : 史东承
(
1959 -
)
,男 ,吉林长春人 ,长春工业大学教授 ,工学硕士 ,主要从事图像与多维信号处理方向研
究.
评论7