基于面部结构特征先验信息的人脸特征点深度值估计方法研究

项目名称： 基于面部结构特征先验信息的人脸特征点深度值估计方法研究

项目编号： No.61370109

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 孙战里

作者单位： 安徽大学

项目金额： 76万元

中文摘要： 建立有效的深度值估计模型是获取人脸特征点三维信息的关键问题，本项目中，我们拟开展以下研究工作: (1) 对于没有正面训练样本的个体，结合人脸结构的相似性，通过遗传算法对样本组合进行优化选择，建立一种基于约束独立分量分析的人脸图像特征点深度值估计优化集成模型；（2）对于包含正面训练样本的个体，利用基于线性拟合的缺失值估计方法，结合特征点的近似对称性，以及不同个体特征点相对深度值的相似性，建立一种基于非线性最小二乘优化方法的特征点深度值估计优化模型；（3）为了减轻表情变化和小样本造成的不利影响，提出一种基于概率主分量分析的多尺度非刚性运动恢复结构算法，对于获取的估计结果，根据不同区域特征点的变化特性，和上述两种模型获得的估计值进行有效融合，以进一步提高估计的精度。通过以上工作的开展，提出多种有效的先验信息应用策略，以降低估计过程中的不确定性，为提高人脸特征点深度值估计精度提供一种新途径。

中文关键词： 人脸三维重构；运动恢复结构；人脸识别；缺失值估计；

英文摘要： Establishing an effective depth estimation model is a critical issue to obtain 3D information of facial feature points. In this project, we plan to carry out the following works: (1) For the individuals without the frontal-view training sample, considerin

英文关键词： 3D face reconstruction；structure from motion；face recognition；missing data estimation；