基于面部特征点定位的头部姿态估计

doi:10.19678/j.issn.1000-3428.0049758

计算机工程 ›› 2018, Vol. 44 ›› Issue (6): 263-269. doi: 10.19678/j.issn.1000-3428.0049758

基于面部特征点定位的头部姿态估计

闵秋莎,刘能,陈雅婷,王志锋

华中师范大学数字媒体技术系,武汉 430079

收稿日期:2017-12-19 出版日期:2018-06-15 发布日期:2018-06-15
作者简介:闵秋莎(1984—),女,讲师、博士,主研方向为数字图像处理、三维重建、学习分析;刘能、陈雅婷,硕士研究生;王志锋(通信作者),副教授、博士。
基金资助:
国家自然科学基金(61501199);教育部人文社会科学研究青年基金(17YJC880081)。

Head Pose Estimation Based on Facial Feature Point Localization

MIN Qiusha,LIU Neng,CHEN Yating,WANG Zhifeng

Department of Digital Media Technology,Central China Normal University,Wuhan 430079,China

Received:2017-12-19 Online:2018-06-15 Published:2018-06-15

摘要/Abstract

摘要：

头部姿势估计在许多智能系统中是检测身份和理解行为的关键,但其受光照变化、遮挡、分辨率等因素影响较大。针对彩色二维图像的头部姿态估计方法准确率不高的问题,在分析现有的头部姿态估计方法的基础上,提出一种基于面部特征点定位的头部姿态估计方法。将Adaboost算法和椭圆肤色模型相结合,用于检测人脸,并准确获得图片中的人脸区域。利用Hough圆检测方法定位眼睛和鼻孔,利用人眼和鼻孔的位置信息,将眼睛、鼻子定位结果与正脸头部姿态中的眼睛、鼻子进行对比,从而对不同的头部姿态进行粗估计。实验结果表明,该方法能识别正脸以外的6种不同的头部姿态,总体准确率达到93.53%。

关键词: 人脸检测, 人眼定位, 头部姿态估计, 身份检测, 行为理解

Abstract:

Head pose estimation is the key to detect identity and understand behavior in many intelligent systems,but it is influenced by illumination,occlusion and resolution.Aiming at the problem that the accuracy of head pose estimation for color 2-D images is not high enough,based on the analysis of existing face pose estimation methods,a head pose estimation approach based on facial feature point localization is proposed.This approach combines the Adaboost algorithm and the ellipse skin color model to detect the human face,which provides the accurate face area in the picture.Hough circle detection method is used to locate the eyes and nostrils.By using the position information of the eyes and nostrils,the eye and nose positioning results are compared with the eye nose in the face head posture,so that the different head posture is rough estimated.Experimental results show that this approach can achieve a recognition rate of 93.53% on 6 different head poses face outside.

Key words: face detection, eye location, head pose estimation, identity recognition, behavior understanding

中图分类号:

TP391.41

闵秋莎,刘能,陈雅婷,王志锋. 基于面部特征点定位的头部姿态估计[J]. 计算机工程, 2018, 44(6): 263-269.

MIN Qiusha,LIU Neng,CHEN Yating,WANG Zhifeng. Head Pose Estimation Based on Facial Feature Point Localization[J]. Computer Engineering, 2018, 44(6): 263-269.

http://www.ecice06.com/CN/Y2018/V44/I6/263

参考文献

［1］唐云祁,孙哲南,谭铁牛.头部姿势估计研究综述［J］.模式识别与人工智能,2014,27(3):213-225.
［2］张波,王文军,成波.基于人脸3D模型的驾驶人头部姿态检测［J］.汽车工程,2016,38(1):53-60,71.
［3］FANELLI G,DANTONE M,GALL J,et al.Random forests for real time 3D face analysis［J］.International Journal of Computer Vision,2013,101(3):437-458.
［4］PADELERIS P,ZABULIS X,ARGYROS A A.Head pose estimation on depth data based on particle swarm optimization［C］//Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition.Washington D.C.,USA:IEEE Press,2012:42-49.
［5］李成龙,钟凡,马昕,等.基于卡尔曼滤波和随机回归森林的实时头部姿态估计［J］.计算机辅助设计与图形学学报,2017,29(12):2309-2316.
［6］吴福华,汪同庆.利用深度信息检测驾驶员头部姿态［J］.烟台大学学报(自然科学与工程版),2017,30(2):155-159,166.
［7］PAPAZOV C,MARKS T K,JONES M.Real-time 3D head pose and facial landmark estimation from depth images using triangular surface patch features［C］// Proceedings of IEEE Conference on Computer Vision and Pattern Recognition.Washington D.C.,USA:IEEE Press,2015:4722-4730.
［8］LI Xinghua,CHEN Haiyang,CHEN Qinglei.A head pose detection algorithm based on template match［C］//Proceedings of the 5th International Conference on Advanced Computational Intelligence.Washington D.C.,USA:IEEE Press,2012:673-677.
［9］郭知智,周前祥,柳忠起.基于自适应线性回归的头部姿态计算［J］.计算机应用研究,2016,33(10):3181-3184.
［10］MA Bingpeng,CHAI Xiujuan,WANG Tianjiang.A novel feature descriptor based on biologically inspired feature for head pose estimation［J］.Neurocomputing,2013,115(8):1-10.
［11］陈书明,陈美玲.头部姿态估计技术研究综述［J］.泉州师范学院学报,2015,33(6):78-85.
［12］RAHAYFEH A A,FAEZIPOUR M.Eye tracking and head movement detection:a state-of-art survey［J］.IEEE Journal of Translational Engineering in Health and Medicine,2013,1(1):210-212.
［13］CHUN J,KIM W.3D face pose estimation by a robust real time tracking of facial features［J］.Multimedia Tools & Applications,2016,75(23):1-16.
［14］刘春生,常发亮,陈振学,等.基于AAM和T型结构的人脸3D姿态估计［J］.计算机工程与应用,2012,48(25):163-167.
［15］陈喆,杨兵兵,殷福亮.使用眼睛定位的平面角度头部姿态识别方法［J］.信号处理,2013,29(10):1354-1361.
［16］占艳,韦昌法,刘青萍,等.基于Hough变换的虹膜图像预处理研究［J］.软件导刊,2016,15(10):167-169.
［17］张静,叶学义,张维笑,等.一种新的挖掘眼部结构特征的人眼精定位方法［J］.计算机工程与应用,2016,52(12):158-162.
［18］ZIA M A,ANSARI U,JAMIL M,et al.Face and eye detection in images using skin color segmentation and circular Hough transform［C］//Proceedings of International Conference on Robotics and Emerging Allied Technologies in Engineering.Washington D.C.,USA:IEEE Press,2014:211-213.
［19］FITRIYANI N L,YANG C K,SYAFRUDIN M.Real-time eye state detection system using Haar cascade classifier and circular Hough transform［C］//Proceedings of the 5th Global Conference on Consumer Electronics.Washington D.C.,USA:IEEE Press,2016:1-3.
［20］毕雪芹,惠婷.基于肤色分割与Adaboost算法的人脸检测［J］.国外电子测量技术,2015,34(12):82-86.
［21］VIOLA P,JONES M.Rapid object detection using a boosted cascade of simple features［C］//Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition.Washington D.C.,USA:IEEE Press,2003:511-518.
［22］HSU R L,ABDEL-MOTTALEB M,JAIN A K.Face detection in color images［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,2002,24(5):696-706.
［23］DERKACH D,RUIZ A,SUKNO F M.Head pose estimation based on 3-D facial landmarks localization and regression［C］//Proceedings of IEEE International Conference on Automatic Face & Gesture Recognition.Washington D.C.,USA:IEEE Press,2017:820-827.

[1]	付齐, 谢凯, 文畅, 贺建飚. 遮挡与几何感知模型下的头部姿态估计方法[J]. 计算机工程, 2023, 49(3): 296-303,311.
[2]	李柯, 李邵梅, 吉立新, 刘硕. 基于自注意力胶囊网络的伪造人脸检测方法[J]. 计算机工程, 2022, 48(2): 194-200,206.
[3]	朱灵灵, 高超, 陈福才. 基于轻量级卷积神经网络的人脸检测算法[J]. 计算机工程, 2021, 47(7): 273-280.
[4]	陶施帆, 李玉峰, 黄煜峰, 蓝晓宇. 基于深度残差网络和注意力机制的人脸检测算法[J]. 计算机工程, 2021, 47(11): 276-282.
[5]	连泽宇, 田景文. 基于掩膜生成网络的遮挡人脸检测方法[J]. 计算机工程, 2021, 47(11): 292-297,304.
[6]	李祥兵, 陈炼. 基于改进Faster?RCNN的自然场景人脸检测[J]. 计算机工程, 2021, 47(1): 210-216.
[7]	郑伟成, 李学伟, 刘宏哲, 代松银. 基于深度学习的疲劳驾驶检测算法[J]. 计算机工程, 2020, 46(7): 21-29.
[8]	林凯瀚, 赵慧民, 吕巨建, 詹瑾, 刘晓勇, 陈荣军. 基于Mask R-CNN的人脸检测与分割方法[J]. 计算机工程, 2020, 46(6): 274-280.
[9]	耿磊,袁菲,肖志涛,张芳,吴骏,李月龙. 基于面部行为分析的驾驶员疲劳检测方法[J]. 计算机工程, 2018, 44(1): 274-279.
[10]	李德强,李千目,孙康,朱虹. 基于二级级联支持向量机的人脸快速检测[J]. 计算机工程, 2017, 43(10): 203-208.
[11]	瞿绍军,李乔良. 基于人脸检测与细胞自动机的人物图像分割[J]. 计算机工程, 2016, 42(6): 247-254.
[12]	杨晋吉，李荣兵. 基于Adaboost与Clifford代数的人脸检测[J]. 计算机工程, 2013, 39(9): 214-217.
[13]	刘在英, 朱琳玲, 杨平. 基于肤色模型和中线定位的人脸检测算法[J]. 计算机工程, 2013, 39(1): 200-203.
[14]	何正风, 孙亚民. 基于神经网络和主元分析的人脸识别算法[J]. 计算机工程, 2012, 38(19): 175-178.
[15]	李明瑞, 傅明, 曹敦. 基于肤色检测的AdaBoost人脸检测算法改进[J]. 计算机工程, 2012, 38(19): 147-150.

选择文件类型/文献管理软件名称

选择包含的内容

基于面部特征点定位的头部姿态估计

Head Pose Estimation Based on Facial Feature Point Localization

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于面部特征点定位的头部姿态估计

Head Pose Estimation Based on Facial Feature Point Localization

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价