基于ASM的人脸定位——系统设计-毕业论文.doc

《基于ASM的人脸定位——系统设计-毕业论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于ASM的人脸定位——系统设计本科毕业论文(科研训练、毕业设计)题目：基于ASM的人脸定位——系统设计姓名：学院：软件学院系：软件工程专业：软件工程年级：学号：指导教师（校内）：职称：年月III基于ASM的人脸定位——系统设计基于ASM的人脸定位——系统设计[摘要]本文介绍了一个基于ASM（ActiveShapeModel主动形状模型）[1]人脸定位系统的设计过程。本系统设计的目的是对人脸的轮廓进行几何对齐[2]实现人脸轮廓定位目标。在该系统中我们事先采集了M个不同身份人的不同姿态免冠照片共S张作为训练样本集合，对训练样本采用ASM进行特征点定位，根据标定的N个特征点坐标组成的向量空间进行P

2、CA[3](PrincipalComponentAnalysis独立主元分析)建模,得到一个降维的模型作为人脸几何结构的统计模型[4]。之后对用户给定的正面人脸照片，通过ASM算法训练好的人脸结构的统计模型,移动到当前图片中各特征位置沿法线方向的邻域内最佳匹配的位置，同时通过训练样本计算出它的平均轮廓[5]，以及相应的几何平均轮廓上出现的变化;然后对图像经过几次几何变化后得到最佳匹配对齐的人脸轮廓线条模型。这个系统,可以基本消除人脸几何差异性的影响对轮廓实现几何对齐，生成高质量的正面人脸轮廓模型，实现人脸定位。通过系统的设计目的本文将详细介绍本系统的设计过程和程序实现过程。[关键词]ASM（A

3、ctiveShapeModel）几何对齐主元分析(PCA)统计模型平均轮廓III基于ASM的人脸定位——系统设计ASM-basedFacePositioningSystemDesignProcess[Abstract]ThispaperisaboutASM-based(ActiveShapeModel)[1]FacePositioningSystemdesignprocess.Thepurposesofthesystemdesignaretodrawtheoutlineofahumanfaceandtoachievefaceposition.Inthesystemwecollectsomeph

4、otoswithdifferentposefromdifferentpeopleasatrainingsamplecollection,weuseASMalgorithmtopositcharacteristicpointsoftrainingsamples,accordingtothecharacteristicdemarcationpointcoordinatesofthevectorspaceIndependentPCA[3]model,withadrop-dimensionalmodelofthehumanfaceasageometricstructureofthestatistica

5、lmodel[4].AftertheuserinputsimageandsearchesresultofASM,traininghumanfaceofthestatisticalmodel,movingtothecurrentpictureinthedirectionofthenormalthefacialfeaturepointsalongtheneighborhoodofmatchingthebestlocation,atthesametime,throughtrainingsamplecalculationTheMeanShape[5],andthecorrespondingprofil

6、eonthegeometricmeanofachange,thentheimageafterseveralgeometricchangesaftermatchingthebestalignmentfacecontourlinesofthemodel.Thissystemcanbasicallyeliminatedifferencesinfacialgeometryoftheimpactofgeometriccontourstoachievealignment,generatinghigh-qualitypositivefacecontourmodel,andfacepositioning.Th

7、roughthissystemisdesignedtointroducethesystemindetailthedesign,implementationoftheprocedures.[Keywords]ASM(ActiveShapeModel);geometricalignment;statisticalmodel;PCA(principalcomponentanalysis);MeanSha