摘要
本发明公开了一种基于双层级联回归模型的人脸特征点定位方法并将其应用在人脸特征点定位中,在一定程度上提高了人脸特征点定位的准确性,该模型的第一层用于定位包含了部分关键特征点的简化人脸形状,为了增强人脸特征点定位方法的鲁棒性,还利用融合子空间进行样本划分,每部分样本单独训练特征提取模型和回归器;第二层用于定位完整的人脸形状,将第一层模型的回归结果进行3D拟合,得到粗略对齐的完整人脸形状,以该形状为基础实现更精细的回归。实验证明,本发明提出的模型在姿态变化较大的300‑W挑战集上,相较单层的级联回归模型,性能提升了23.55%,具有一定的姿态鲁棒性。