上傳人：d***

認(rèn)證信息

認(rèn)證類型：個(gè)人認(rèn)證

認(rèn)證主體：趙**（實(shí)名認(rèn)證）

IP屬地：天津

IP屬地：天津 上傳時(shí)間：2021-05-24 格式：DOCX 頁數(shù)：5 大?。?.25KB 積分：6 舉報(bào) 版權(quán)申訴

1、改進(jìn) snake 模型的人臉拓?fù)漭喞崛acial Topological Contour Extraction with Improved Snake ModelZHANG Li-jun(College of Information Engineering, Shanghai Maritime University, Shanghai 200135, China): The face has a topological invariant, so based on the stable nature, so this paper used the persons perception of

2、 the nature of priority with topology for the face topological contour. Aiming at the limitation that the traditional snake model cannot converge the concave edge, and the originalcontour must be close to the real edge ofthe image, this paper successfully combined the face feature organs detection a

3、nd GVFsnake algorithm. Firstly, processed the image by computing the gray levels complexity to mark the feature organs, then used the result as the snakes original contour, secondly, used GVFas its external energy. Experiments show that it can extract facial contour fast and exactly.在傳統(tǒng)的計(jì)算機(jī)視覺領(lǐng)域中， 底層

4、的任務(wù)被廣泛地認(rèn)為是自 主的自底向上的過程。 針對(duì)知覺信息基本表達(dá)的根本問題， 陳霖 等系統(tǒng)地發(fā)展了“大范圍優(yōu)先”的不變性知覺理論。 陳霖對(duì)他的 拓?fù)渲X理論是這樣概括的 10 ：知覺組織的拓?fù)鋵W(xué)研究基于一 個(gè)核心思想和包括兩個(gè)方面。 其中兩個(gè)方面是， 第一方面強(qiáng)調(diào)形 狀知覺中的拓?fù)浣Y(jié)構(gòu)， 這就是， 知覺組織的大范圍性質(zhì)能夠用拓 撲不變形來描述； 第二方面是強(qiáng)調(diào)早期拓?fù)湫再|(zhì)知覺， 這就是拓 撲性質(zhì)知覺優(yōu)先于局部特征性質(zhì)的知覺。在對(duì)人臉面部進(jìn)行特征提取時(shí)，根據(jù)大范圍優(yōu)先這一理論， 首先提取人臉的大范圍特征， 即人臉拓?fù)漭喞?將人臉拓?fù)漭喞?包括眼睛嘴巴特征器官輪廓進(jìn)行提取。本次試驗(yàn)的數(shù)據(jù)庫(kù)為

5、JAFFE日本婦女表情數(shù)據(jù)庫(kù)，圖片格式為 tiff 格式，通過本文 的算法， 對(duì)上文提到的人臉拓?fù)漭喞M(jìn)行準(zhǔn)確初始定位， 并在此 基礎(chǔ)上進(jìn)行相對(duì)應(yīng)的人臉拓?fù)漭喞崛　? snake 模型算法原理snake 模型 3 ，即能量最小化運(yùn)動(dòng)曲線模型，首先根據(jù)圖 像中所要分割目標(biāo)的輪廓確定大致的初始輪廓曲線， 然后對(duì)曲線 進(jìn)行能量最小化變形， 使其鎖定在分割目標(biāo)的邊界上。 經(jīng)典 snake 模型的數(shù)學(xué)描述 4 如下：v(s) 是一條在目標(biāo)輪廓附近且包含目標(biāo)輪廓的曲線， 這條曲 線由一組控制點(diǎn) (x(s),y(s) 組成，圖像中的每個(gè)控制點(diǎn)的坐標(biāo) 位置用 x(s) 和 y(s) 表示。輪廓線 v(s)

6、由這些控制點(diǎn)首尾以直線 相連構(gòu)成，即 :v(s)=x(s),y(s)s 0,1( 1)snake 模型的最小化能量函數(shù)如公式 (2) 所示：(2)它的離散形式是：(3)vs(s) 和 Vss(s) 分別是曲線 v(s) 關(guān)于 s 的一階和二階導(dǎo)數(shù)， v(s) 的彈性和彎曲性的權(quán)重系數(shù)。 曲線的一階導(dǎo)數(shù)項(xiàng)代表了曲線 的彈性能量， 控制著曲線輪廓的長(zhǎng)度和連續(xù)性。 二階導(dǎo)數(shù)反映蛇 曲線上各點(diǎn)的曲率的大小， 它代表了曲線的剛性能量， 使得曲線 盡可能平滑。2 snake 提取人臉輪廓特征snake 算法的技術(shù)難點(diǎn)之一，即初始化輪廓點(diǎn)的設(shè)定問題。 常見的的初始化輪廓點(diǎn)的設(shè)定方法包括： 手動(dòng)初始化輪廓線

7、(點(diǎn)) 8-9 、基于特征的初始化以及基于模型的初始化。手動(dòng)的方法 極為常見，但是這種手工勾勒的方法不能實(shí)現(xiàn)整個(gè)分割流程的自 動(dòng)化；將人臉的形狀近似為一個(gè)橢圓 5 ，7 的方法，實(shí)現(xiàn)了一定 的自動(dòng)化， 但是由于人臉的大小并不完全相同， 初始橢圓的長(zhǎng)短 軸的確定影響了初始輪廓的精確度。 所以本文將 snake 初始化為 一個(gè)橢圓之前， 對(duì)于如何確定橢圓的中心位置和長(zhǎng)短軸大小進(jìn)行 研究，使其更加接近人臉的真實(shí)輪廓的問題 , 在文獻(xiàn) 9 中，利用 手工標(biāo)定人眼嘴巴等特征器官來確定橢圓的特征， 這里我們采用 自動(dòng)提取定位器官的方法， 首先對(duì)人臉面部的主要的特征器官進(jìn) 行自動(dòng)定位 1 ，然后根據(jù)相對(duì)應(yīng)的

8、人臉器官先驗(yàn)幾何特征來確定人臉的初始輪廓。由于在人臉圖像中， 眼睛所在行的復(fù)雜度相對(duì)人臉的其他部 位更大 2-3 ，所以我們可以通過對(duì)灰度復(fù)雜度的判別進(jìn)行人眼 的初步定位。設(shè)圖片的灰度值用 R (x, y)來表示，R (x,y )的 梯度和復(fù)雜度可以表示為：=R( i+1,j ) -R(i,j )，( 4)入=EE |R(i , j+1)-R(i, j)|(5)復(fù)雜度為圖像灰度值的累加值， 反映了在某個(gè)方向上圖像變 化的復(fù)雜程度， R(x,y) 的行復(fù)雜度為：入 i= E| R(i , j+1)-R(i , j)| ,(6)在人臉圖像中， 眼睛所在行的復(fù)雜度相對(duì)人臉的其他部位更 大，所以我們可

9、以計(jì)算圖片中每行的復(fù)雜度取其最大值設(shè)為眼睛 所在行。同時(shí)為了保證眼睛的復(fù)雜度最大， 引入加權(quán)函數(shù)， 同時(shí)由于 我們的測(cè)試圖片中面部的幾何特征， 人的眼睛的比例位置為 0.25 到 0.65 之間，所以可以修改加權(quán)函數(shù)為 K：k=N/4,(0.25N 以max(入i )所在行為中點(diǎn)，在原圖像中剪切出高為30寬為356 的眼睛所在區(qū)域。設(shè)此剪切區(qū)域?yàn)?X，在此基礎(chǔ)上進(jìn)行列方向的 復(fù)雜度取值， 可以得到最大的即為眼睛所在的坐標(biāo)， 根據(jù)幾何特 征，同時(shí)根據(jù)對(duì)稱性可以得到相應(yīng)的另外一只眼睛的坐標(biāo)。在形態(tài)學(xué)處理后的結(jié)果上， 在進(jìn)行自適應(yīng)二值化處理， 根據(jù) 臉部器官的幾何特征， 從眼睛所在行中心位置往下搜索， 嘴部區(qū)域的黑色部分遠(yuǎn)比鼻子其他部分的要多，所以設(shè)定一個(gè)閾值T，如