基于条件外观模型的人脸特征点自动标定方法专利登记公告

专利名称：基于条件外观模型的人脸特征点自动标定方法

摘要：本发明公开了一种基于条件外观模型的人脸特征自动标定方法，属计算机视觉领域。该方法的实现过程为：假设正面人脸标定已知，首先建立正脸与侧脸的离散特征点对应，通过回归算法获得的离散特征点与结构化标定点之间的映射关系，获得侧面人脸的初始化标定结果。然后，建立侧脸标定点与正脸标定点之间的条件模型，并根据反向合成算法，对模型参数的不断迭代优化，得到最终标定结果。本发明通过核岭回归建立离散特征点与结构化标定点的空间映射以获取人脸特征的初始标定，降低后续迭代次数，提高标定精度。设计条件外观模型及其反向合成迭代算法，避免对

专利类型：发明专利

专利号：CN201210080296.3

专利申请（专利权）人：江南大学

专利发明（设计）人：陈莹;艾春璐;化春键;张龙媛

主权项：一种基于条件外观模型的人脸特征点自动标定方法，其特征在于：假设已知正面人脸的关键特征点，提出了一种条件型主动外观模型(Conditional?Active?Appearance?Model，CAAM)，将原始的AAM反向合成匹配算法形状模型与基本形状的对应关系，演变为任意姿态人脸关键特征点与正面人脸的关键特征点之间的对应关系，通过建立形状模型，并根据反向合成拟合算法，对模型参数不断迭代优化，最后得到精确的任意姿态人脸特征点。算法中初始的人脸标定点由核岭回归算法(Kernel?Ridge?Regressio

专利地区：江苏