無標題文件

第三章 STASM 2.4

STASM是Stacked Trimmed Active Shape Model的意思，於Stephen Milborrow於Locating Facial Features with Active Shape Models[1]這篇論文提出。

主要是使用Face Detector找到人臉位置，Detector可以自行決定要用Rowley[3]還是用Viola Jones[4]，然後根據Model給出一個Start Shape，再去scaling此Shape使它符合正確的特徵點位置。

以下是節錄至論文的ASM演算法：

瓧 3.2 Start Shape的矯正

Start Shape(會先對其眼睛) Final Shape(此時矯正結束)

也就是從Start Shape開始，不斷的做Shape矯正，矯正最先由眼睛開始，之後不停對其各項特徵點，直到收斂。

瓧 3.3 STASM Version 2.4的偵測結果

↑　STASM 2.4標準範例圖偵測結果　↑

↑ 當嘴巴張開時STASM 2.4特徵點易取錯位置 ↑

↑ 表情誇張激動時STASM 2.4特徵點易取錯位置 ↑

瓧 3.4 總結STASM Version 2.4

STASM 2.4有兩個Detector， Rowley沒有synchronize功能，當它找不到某特徵點時，不會像Viola Jones那樣會利用其他已找到的特徵點去計算要找的特徵點位置。故Rowley取點會比較正確但無法取點的機率會比Viola Jones高。

本介面實作時會先用Rowley去偵測，之後再取出未偵測到特徵點的圖以Viola Jones再偵測一遍。如此一來STASM 2.4程式整體取得相片特徵點的機率依然很高，而特徵點的準確率也維持高水平。

此外由結果可看出，STASM對於有表情的人臉特徵點偵測不是那麼準確，最明顯的就是嘴巴的偵測點，猜測STASM模型的設計是專門為偵測閉嘴睜眼無表情之人臉而設計，故在表情有所變化時，容易有誤差。而嘴巴是人臉最容易變形的一個特徵，故嘴巴的特徵點最容易出錯。

由結果推測STASM 2.4影響程式辨識人臉的原因有：

1. 環境問題：打光不佳，使整張照片皆很黑暗，如此程式不易判斷特徵位置。

2. 臉部個人特徵問題：此人有留鬍子，鬍子的部分容易被當成臉的邊緣，也就是臉部輪廓不會將鬍子併入。

3. 臉部附件問題：其眼鏡有反光，容易造成STASM誤選反光部分為眼睛特徵點位置。

4. 表情問題：臉部有誇張的表情，讓適用於無表情之STASM程式難以辨認。