基于视觉特性的自动人脸关键特征点提取-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_43747700/article/details/87707420

本文介绍了一种利用人类视觉特性原理提取人脸关键特征点的方法，包括眼睛、鼻子和嘴巴等部位，通过 Susan 算子进行边缘和角点检测，提高人脸识别的准确性和抗干扰能力。实验表明，该方法在清华大学270人脸库上取得了98%以上的定位准确率，适用于正面和小角度旋转的人脸图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

自动提取人脸关键特征点

作者：顾华苏光大杜成

近年来，人脸识别的研究成为模式识别和人工智能领域的一个研究热点。人脸识别过程受到很多因素的干扰，准确地提取人脸的合适特征是进行正确识别的关键，在人脸识别的各类方法中，对基本特征如眼睛、鼻子和嘴巴等的定位都是必不可少的步骤。我国的科研人员在人脸图像特征提取方面，进行了大量的研究工作，主要集中在面部几何特征点的提取；变换域中的面部特征提取；利用变形模板进行特征提取等几个方面；另外还有利用Snake以及ASM 等提取特征边缘的迭代算法来定位特征。

本文提出了基于人类视觉特性原理，利用人脸的几何特征，提取具有尺寸、旋转和位移不变性的人脸特征点方法，可以快速、有效地确定出人脸主要器官——眼睛、鼻子和嘴巴等部位的关键特征点位置；在进行处理前无需对样本进行尺寸的规范化，有助于提高对人脸正面像识别的准确率和增强抗干扰能力。

人脸的关键特征点

根据人类视觉特性在人脸识别中的应用，人脸特征的整个几何结构足够用于识别。常用的方法有提取眼、口、鼻、眉等几个特征，利用它们之间的距离比例关系来区别人脸（即常用的三停五眼标准）见图1所示；还有利用可变形模板来精细地描述人脸几何形状。

对于一幅人脸图像，通过定位特征点可以方便