基于图像特征融合和统计决策的人脸特征点定位

该项目为国家自然科学基金青年科学基金项目（项目编号：61002051）。

人脸面部特征点定位是人脸识别、表情识别、人脸三维图像合成、人脸跟踪等应用系统中的基础。该项目研究在姿态、表情变化和遮挡情况下的鲁棒特征点定位，主要研究内容包括：

1. 基于稀疏表示的人眼中心点定位，该算法将特征点定位问题转换为一个二分类问题，即测试图像的中心点是否为特征点。其基本思想是将人眼图像看做是训练人眼图像的稀疏线性组合，当重构误差小于阈值时，则认定测试图像的中心点为人眼中心点。

2. 扩展稀疏表示分类模型，该模型在稀疏表示模型基础上加入一个类内变化字典来描述光照、表情、遮挡等同类样本的图像特征变化。通过L1范数最小化方法把测试样本表示为训练样本和类内变化字典的稀疏线性组合。实验证明，即使在每类只有极少样本（甚至单一样本）的条件下，扩展的稀疏表示也能获得较高的分类精度。

3. 基于二维投影映射的人脸特征点定位，该方法在基于主动形状模型的人脸特征点定位中引入投影变换，旨在将训练样本中不同表情、不同大小、不同侧面角度的人脸变换到同一坐标下，从而获取稳定的图像特征以增强定位的精度。

4. 变换不变性的主成分分析方法，其核心思想是找到图像在平面内具有旋转和尺度不变性的子空间。基于该思想的特征点定位算法首先将待定位的人脸图像对齐到变换不变性特征空间中去，然后在对齐后的图像中进行特征点定位，最后通过逆变换将对齐空间中的特征点位置投影到原空间形成最终输出。

研究单位：北京邮电大学信息与通信工程学院

项目负责人：胡佳妮

项目组成员：胡佳妮、邓伟洪、汪浩、黄平牧、张驰、崔周丛、刘柳、李俊

结题时间：2014年3月

该项目为国家自然科学基金青年科学基金项目（项目编号：61002051）。人脸面部特征点定位是人脸识别、表情识别、人脸三维图像合成、人脸跟踪等应用系统中的基础。该项目研究在姿态、表情变化和遮挡情况下的鲁棒特征点定位,主要研究内容包括：1.基于稀疏表示的人眼中心点定位,该算法将特征点定位问题转换为一个二分类问题,也即测试图像的中心点是否为特征点,其基本思想是将人眼图像看做是训练人眼图像的稀疏线性组合,当重构误差小于阈值时则认定测试图像的中心点为人眼中心点。2.扩展稀疏表示分类模型,该模型在稀疏表示模型基础上加入一个的类内变化字典来描述光照、表情、遮挡等同类样本的图像特征变化,通过L1 范数最小化方法把测试样本表示为训练样本和类内变化字典的稀疏线性组合,实验证明即使在每类只有极少样本（甚至单一样本）的条件下,扩展的稀疏表示也能获得较高的分类精度。3.基于二维投影映射的人脸特征点定位,该方法在基于主动形状模型的人脸特征点定位中引入投影变换,旨在将训练样本中不同表情、不同大小、不同侧面角度的人脸变换到同一坐标下,从而获取稳定的图像特征以增强定位的精度。4.变换不变性的主成分分析方法,其核心思想是找到图像在平面内具有旋转和尺度不变性的子空间。基于该思想的特征点定位算法首先将待定位的人脸图像对齐到变换不变性特征空间中去,然后在对齐后的图像中进行特征点定位,最后通过逆变换将对齐空间中的特征点位置投影到原空间形成最终输出。研究单位：北京邮电大学信息与通信工程学院项目负责人：胡佳妮项目组成员：胡佳妮,邓伟洪,汪浩,黄平牧,张驰,崔周丛,刘柳,李俊结题时间：2014年3月