多视角级联回归模型人脸特征点定位

摘要

针对人脸姿态偏转较大导致人脸特征点定位精度低的问题,提出了多视角人脸特征点定位算法,采用随机森林局部学习与全局线性回归相结合的级联姿态回归(Cascaded Pose Regression,CPR)人脸特征点定位模型,在不同的人脸姿态视角下建立不同的模型,以多模型代替单一模型来提高人脸特征点定位的精度.首先采用CPR模型对不同视角下的人脸建立不同的模型;然后采用多视角生成模型(Multi-View Generative Model,MVGM)来评估输入人脸图片的姿态;最后根据评估的姿态选择相对应的模型,进而实现特征点的精确定位.仿真实验结果表明,相比于现有的几种人脸特征点定位算法,所提算法实现了更精确的定位效果.