53、多领域视觉技术：从多人运动捕捉到面部特征提取

多领域视觉技术：从多人运动捕捉到面部特征提取

多人交互的视觉运动捕捉

在多人交互场景的视觉运动捕捉方面，提出了一种用于估计多人姿势的运动捕捉系统。该系统分为两个阶段，旨在准确且高效地获取相互接触的多人的人体姿势。

第一阶段是区域分割，此过程在体素空间中实现，运用图割算法达成最优分割。第二阶段是人体姿势估计，基于模型的方法，将人体骨架模型与多视图轮廓相匹配。

通过实验结果表明，该方法十分有效。即使在人们相互接触的情况下，也能正确且高效地获取多人的人体姿势。

面部特征提取的概率角点检测

经过35年多的研究，面部处理如今已成为图像分析的重要应用之一。它涵盖了多个可单独处理的问题，如面部检测、归一化、识别等。虽然一些面部检测和识别技术已较为成熟，但面部特征提取仍是整个过程的瓶颈。

研究背景

面部处理包含多个子任务，如面部检测、特征提取、识别等。早期的面部检测算法主要针对单正面脸和简单背景的图像，而近年来基于面部外观的方法在大量样本上训练检测系统，能在多种姿势和复杂背景下检测不同的面部。

在面部识别中，特征提取至关重要，因为许多识别系统需要面部特征的位置来归一化检测到的面部，以避免识别性能下降。早期的方法侧重于模板匹配来检测眼睛和嘴巴等全局特征，而更近期的模型如ASM、AFM、AAM则在局部特征点位置上提供了更强的鲁棒性和可靠性。

相关方法

• Viola - Jones人脸检测器 ：这是学术和商业系统中最稳定且常用的人脸检测器。它有三个关键贡献：一是矩形特征的积分图像计算，可实现非常快速的特