摘要：本文提出了一种基于复合局部信息模型的改进Active Shape Model（ASM）算法，并进一步提出了基于人脸特征点Gabor小波特征降维分类的特征点搜索方法，对改进ASM的结果进行精确校正，达到鲁棒精确定位特征点的目的．本文首先对经过Adaboost检测的彩色图像人脸区域进行光照补偿，然后根据眼睛和唇色的色度特性定位双眼和嘴唇中心位置，从而得到较好的人脸特征点的初始位置．在特征点位置搜索中，本文结合肤色概率信息对ASM方法进行了改进，从而提高了仅基于灰度梯度信息的传统ASM方法的鲁棒性和准确性．最后选取改进ASM搜索后的某些特征点一定领域内梯度值较高的点，提取其Gabor小波特征，通过线性判别式分析法（Linear Discriminant Analysis）和最近邻分类法对其进行分类，搜寻最符合训练样本Gabor特征的点作为最佳位置点，修正了ASM的搜索结果，使得搜寻结果更加精确.

关键词：人脸特征点定位 肤色概率模型 gabor特征 特征点分类 线性判别式分析法 

单位：上海交通大学图像处理与模式识别研究所; 上海200240; 华夏银行上海分行; 上海200120