纹理约束下的人脸特征点跟踪

将lucas-kanade光流跟踪算法与人脸特征点定位的统计模型dam(directappearancemodel)在bayesian框架下结合起来,提出了视频中人脸特征点定位与跟踪的一种混合模型方法.利用lucas-kanade算法预测人脸特征点的位置,充分利用了帧间的相关信息,提高了跟踪的速度.通过dam中纹理对形状的约束,在提高跟踪精度的同时增强了整个算法的鲁棒性.实验表明,这种方法可以很好地适应人脸的多种运动,可用于人脸识别或3d人脸建模.