数字视频中的实时人脸姿态估计研究

论文摘要

人脸姿态估计是判断静态图像或者视频序列中的人脸在三维空间中的姿态的过程。人脸姿态估计作为计算机视觉领域的一个重要研究课题,在人机交互、智能视频监控、虚拟现实以及人脸识别领域有着广阔的应用前景和巨大的应用价值,是近年来的研究热点。目前大多数人脸姿态估计方法针对静态图像,方法复杂,计算复杂度高,不适合用于对视频图像中人脸姿态进行估计。提出了一种基于嘴巴在人脸中相对位置的人脸姿态估计方法,该方法简单有效,速度较快,完全能满足视频序列中人脸姿态估计的实时性要求。对视频图像中的人脸姿态估计涉及到人脸检测、人脸跟踪、人脸姿态估计等相关课题。在比较和总结了现有的人脸检测方法的基础上,选择了对姿态变化不敏感的肤色模型在视频序列的前几帧中检测出人脸区域,然后利用CAMShift(ContinuouslyAdaptive Mean Shift,连续自适应均值移动)算法对检测出的人脸区域进行跟踪,并用椭圆模型对人脸区域进行拟合,计算出人脸区域在视频帧中的位置。随后在检测到的人脸区域中利用唇色信息定位出嘴巴,根据嘴巴在人脸区域中的相对位置以及拟合人脸的椭圆模型的方向角来对视频图像中的人脸姿态进行估计。最后实现了一个人脸姿态估计原型系统,用录制的视频文件进行了实验,验证了该方法的可行性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.3 本文主要研究内容及章节安排
• 2 基于肤色模型的人脸区域定位
• 2.1 现有人脸检测方法概述
• 2.2 基于肤色特征的人脸区域定位
• 2.3 实验结果与分析
• 2.4 本章小结
• 3 基于CAMShift 方法的人脸跟踪
• 3.1 人脸跟踪方法概述
• 3.2 基于CAMShift 方法的人脸跟踪
• 3.3 实验结果与分析
• 3.4 本章小结
• 4 基于嘴唇相对位置的人脸姿态估计
• 4.1 人脸姿态估计概述
• 4.2 基于嘴唇相对位置的人脸姿态估计
• 4.3 实验结果与分析
• 4.4 本章小结
• 5 系统的设计与实现
• 5.1 系统的整体框架和各功能模块
• 5.2 系统软硬件平台
• 5.3 系统的实现及运行结果分析
• 6 总结和展望
• 6.1 本文工作总结
• 6.2 进一步的研究工作
• 致谢
• 参考文献