导读:本文包含了面部关键特征点定位论文开题报告文献综述及选题提纲参考文献，主要关键词:面部关键特征点定位,主动形状模型,局部二值模式,脸型识别
面部关键特征点定位论文文献综述
杜立强[1]（2009）在《基于主动形状模型的面部关键特征点定位技术研究》一文中研究指出实用的自动人脸识别系统至少应该包含人脸检测、关键特征点定位、特征提取以及分类算法的几个步骤。目前阻碍自动人脸识别技术真正实用化的瓶颈问题还很多,包括姿态问题、表情问题、光照问题等等。面部关键特征点的精确定位和配准是解决这些问题的基础。本文分析比较了几种常见的人脸关键特征点定位技术原理和特点,重点研究了经典ASM算法建立过程,编写了ASM算法MATLAB程序,在中国科学院人脸数据库正面人脸子库中选取训练样本,建立ASM全局形状模型和局部纹理模型。通过实验,分析比较了单分辨率的ASM搜索算法和多分别率的ASM搜索算法,总结了影响经典ASM算法性能的主要因素和算法的主要不足。简述了近几年出现的ASM算法的改进方法,根据局部二值模式(LBP)对光照鲁棒性的特点,提出基于LBP的改进方法。实验表明基于LBP的ASM算法,对光照具有鲁棒性,同时也提高了定位正确率,但是增加了计算量,降低定位速度。本文首次提出了基于ASM的人脸脸型自动分类方法。该方法首先根据不同脸型的样本建立了脸型形状模型,再将ASM定位的人脸形状和脸型模型匹配,最后根据匹配程度采用最近邻聚类算法实现脸型识别和人脸分类。实验表明,该方法优于利用人脸轮廓曲率或下颌曲率的分类方法,能够充分挖掘人脸形状信息,分类结果稳定准确,可以有效提高大库人脸识别的速度和准确率。(本文来源于《国防科学技术大学》期刊2009-11-01）
范玉华[2]（2008）在《基于ASM的人脸面部关键特征点定位算法研究》一文中研究指出人脸面部的关键特征点定位既是人脸识别研究领域中的一个关键问题,也是计算机视觉和图形学领域的一个基本问题。在人脸检测的基础上,面部关键的特征点定位试图定位人脸面部主要特征点的位置以及眼睛和嘴巴等主要器官的形状信息。目前最好的自动人脸识别(AFR)系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明:非理想条件下的人脸识别技术还远未成熟,要开发出真正鲁棒、实用的AFR应用系统还需要进一步研究解决大量的关键问题,尤其是需要研究作为识别必要前提条件的人脸面部的关键特征点的精确定位问题。本文重点讨论了基于主动形状模型的人脸面部的关键特征点定位算法。首先研究了点分布模型,并在训练样本对齐、形状变换建模和基数目的选择叁方面分别展开讨论,然后详细描述了主动形状模型算法的整个搜索过程和多分辨率框架,并讨论了相关工作。为了提高主动形状模型(ASM)算法的性能,提出了改进的ASM算法:在人脸区域检测的基础上首先精确定位出虹膜的位置并计算出平均形状模型初始化所需要的相关参数;采用基于整脸的全局形状模型和基于人脸面部的各个显着特征区域成分形状模型相结合的多模型ASM分次搜索的优化方法,并加入人脸面部的相似性构形办法对特征点的总体定位结果进行总体优化;在主动形状模型算法的特征扩展方面根据为特征点局部灰度建模时所采用的信息特征不同分为两种:采用Log-Gabor小波子系数特征完全代替灰度信息对每个特征点周围纹理信息进行描述并建立纹理模型;将特征点的局部灰度信息和其特定方向上的Log-Gabor小波子系数特征进行融合对特征点局部进行纹理建模;加入了边缘约束策略,减小了特征点目标搜索的区域。实验证明,改进后的主动形状模型算法与其传统算法相比,特征点的定位精度整体上有了显着提高,并且对图像中的光照和噪音影响具有很好的鲁棒性。对实验中出现的不理想特征点定位结果进行分析,对影响算法搜索的各种因素进行讨论,指出初始化对于搜索的成败往往起了决定作用,而光照变化、姿态变化、表情变化、毛发饰物的遮挡、训练集不足等因素对搜索也有重要的影响。(本文来源于《河南科技大学》期刊2008-06-01）
面部关键特征点定位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人脸面部的关键特征点定位既是人脸识别研究领域中的一个关键问题,也是计算机视觉和图形学领域的一个基本问题。在人脸检测的基础上,面部关键的特征点定位试图定位人脸面部主要特征点的位置以及眼睛和嘴巴等主要器官的形状信息。目前最好的自动人脸识别(AFR)系统在理想情况下已经能够取得可以接受的识别性能。但测试和实践经验表明:非理想条件下的人脸识别技术还远未成熟,要开发出真正鲁棒、实用的AFR应用系统还需要进一步研究解决大量的关键问题,尤其是需要研究作为识别必要前提条件的人脸面部的关键特征点的精确定位问题。本文重点讨论了基于主动形状模型的人脸面部的关键特征点定位算法。首先研究了点分布模型,并在训练样本对齐、形状变换建模和基数目的选择叁方面分别展开讨论,然后详细描述了主动形状模型算法的整个搜索过程和多分辨率框架,并讨论了相关工作。为了提高主动形状模型(ASM)算法的性能,提出了改进的ASM算法:在人脸区域检测的基础上首先精确定位出虹膜的位置并计算出平均形状模型初始化所需要的相关参数;采用基于整脸的全局形状模型和基于人脸面部的各个显着特征区域成分形状模型相结合的多模型ASM分次搜索的优化方法,并加入人脸面部的相似性构形办法对特征点的总体定位结果进行总体优化;在主动形状模型算法的特征扩展方面根据为特征点局部灰度建模时所采用的信息特征不同分为两种:采用Log-Gabor小波子系数特征完全代替灰度信息对每个特征点周围纹理信息进行描述并建立纹理模型;将特征点的局部灰度信息和其特定方向上的Log-Gabor小波子系数特征进行融合对特征点局部进行纹理建模;加入了边缘约束策略,减小了特征点目标搜索的区域。实验证明,改进后的主动形状模型算法与其传统算法相比,特征点的定位精度整体上有了显着提高,并且对图像中的光照和噪音影响具有很好的鲁棒性。对实验中出现的不理想特征点定位结果进行分析,对影响算法搜索的各种因素进行讨论,指出初始化对于搜索的成败往往起了决定作用,而光照变化、姿态变化、表情变化、毛发饰物的遮挡、训练集不足等因素对搜索也有重要的影响。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
面部关键特征点定位论文参考文献
[1].杜立强.基于主动形状模型的面部关键特征点定位技术研究[D].国防科学技术大学.2009
[2].范玉华.基于ASM的人脸面部关键特征点定位算法研究[D].河南科技大学.2008