特征点选取技巧解析

根据投影知识，如果知道一个点的两面（正面、侧面）投影，则可以确定该点的空间位置。根据投影原理，我们从人脸的正面、侧面照片出发，可以从中抽取出反映人脸形状的特征点的信息，确定出人脸特征点的三维位置，如图11-11所示。由于所定义的脸部特征点都具有显著的视觉特征，例如侧面图像中的鼻尖是整个脸型中最右端的点，所以可以使用图像分析的方法来确定特征点的位置。首先需要确定一个基准点，这个基准点应该和标准模型的基准点相同，这里选用下巴作为基准，其他点相对于基准点的空间位置则可确定。对于一些特定的区域，如嘴唇、眼睛等，通过构造二维的形变模型，并将特征点提取与模型变换相结合，可以提高提取精度，以及消除图像噪声可能带来的误差。

图11-11 正面和侧面图像中特征点的对应关系

在特征点提取之前，通常要规范化图像，使得两图中的人脸等高。图像的规范化和模型的整体变换将为后续的几何适配奠定良好的基础。同时，根据规范化后的图像可估计特定人脸的宽度、高度和深度，其中宽度l_x、高度l_y由正面人脸图像决定，深度l_z由侧面人脸图像决定。l_x=面颊间的宽度；l_y=头顶和下巴间的高度；l_z=鼻尖和后脑勺间的深度。由此可以估算人脸的高度、宽度、深度之比，并对网格模型进行整体变换。令垂直图像方向为Z方向，记高宽比为t_yx，高深比为t_yz，T_yx、T_yz分别为原模型的高宽比、高深比，模型所在坐标系原点为O（o_x，o_y，o_z），对于每一个网格点V（v_x，v_y，v_z），记其变换后的新位置为V′（v_x′，v_y′，v_z′），则有(www.xing528.com)

人脸的特征点愈多，则描述人脸的形状愈精确，但是特征点增多会造成编码时间延长。因此，在特征点多少和编码时间之间存在着一种平衡关系，需要进行折中，看对哪方面的要求更多一点。