王 洋，李 俊,2

(1.桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004；2.桂林电子科技大学 广西信息科学实验中心，广西 桂林 541004)

基于ASM的改进型人脸特征点定位方法

王 洋1，李 俊1,2

(1.桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004；2.桂林电子科技大学 广西信息科学实验中心，广西 桂林 541004)

针对主动形状模型中局部灰度模型结构简单、初始搜索位置偏移较大的问题，提出一种基于ASM的改进型人脸特征点定位方法。利用左右瞳孔和嘴巴中心的坐标，调整模型的初始搜索位置，在以特征点为中心的一定矩形区域，建立二维局部加权灰度模型和局部纹理模型，并采用新的模型匹配方法定位目标特征点。实验结果表明，基于ASM的人脸特征点定位改进方法相比传统ASM方法，定位精度提高了26.15%。

主动形状模型；局部灰度模型；灰度共生矩阵；局部纹理模型；模型匹配

人脸特征点定位在人脸识别及三维人脸重建中扮演着重要的角色，是计算机视觉和模式识别等领域的关键技术。在人脸三维模型重建中，面部特征点的定位精确极为重要，其直接关系到重建模型的逼真度和稳定性[1-2]。主动形状模型[3-5](active shape model，简称ASM)是在Snakes[6]的基础上提出的一种基于统计学习的特征点自动定位方法，具有很强的适应性和广泛的有效性。对ASM方法，许多学者进行了深入研究。针对彩色图像中人脸特征点定位问题，Mahoor等[7]利用颜色模型建立了新的局部灰度模型，提高了彩色图像中特征点的定位精度。……