魏　爽

(西安电子科技大学 电子工程学院， 陕西 西安 710071)



基于BP神经网络的嘴型分类算法

魏爽

(西安电子科技大学 电子工程学院， 陕西 西安 710071)

针对传统嘴型分类中医生肉眼观察主观性大且无法量化等问题，文中提出一种嘴型分类算法。该算法在人脸特征点标定ASM的基础上，提取嘴型模板，经过一系列旋转、二值化以及重采样构建特征向量，然后利用BP神经网络进行训练完成嘴型分类。实验结果表明，该算法可以实现较为准确的嘴型分类，对临床医疗整形具有一定的参考价值。

ASM；嘴型分类；BP神经网络

近年来，与人脸相关的处理技术受到了越来越广泛的关注，并取得了一定的研究成果[1-4]，所以利用计算机人脸技术辅助医疗整形是具备可行性的，而且具有可观的应用前景。对此，本文提出了一种嘴型分类算法，该算法的主要思想是利用ASM(Active Shape Model)[5-6]算法标定人脸特征点，接着在此基础上构建嘴型模板，经过一系列旋转、二值化以及重采样构建特征向量。然后利用BP神经网络算法进行训练，最终完成不同嘴型的分类。实验结果表明，该算法对嘴型实现了较准确的分类。

1　人脸特征点标定ASM

在进行嘴型分类之前需标定人脸的特征点，本文采用人脸特征点标定的经典算法ASM来解决该问题。ASM算法主要分为ASM建模和ASM匹配两部分。ASM建模是利用样本图片进行训练探索出目标形状变化的规律，其主要分为形状建模和局部纹理建模。它首先利用人脸样本库标定的特征点获取人脸形状信息，通过形状对齐去除形状变化的各类姿态的影响，并用PCA(Principal Component Analysis)[7]统计形状模型。……