电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2009年
6期
1354-1358
,共5页
范小九%彭强%Jim X Chen%夏旭
範小九%彭彊%Jim X Chen%夏旭
범소구%팽강%Jim X Chen%하욱
人脸识别%AAM%反向组合算法%Adaboost%三维姿态估计%ATLAS
人臉識彆%AAM%反嚮組閤算法%Adaboost%三維姿態估計%ATLAS
인검식별%AAM%반향조합산법%Adaboost%삼유자태고계%ATLAS
传统的AAM(Active Appearance Models)人脸特征定位改进方法通常关注于拟合效率上,没有具体考虑拟合初始位置和模型实例的特征,因此定位准确率和速度并不理想.该文提出了一种基于人脸特征检测和简单三维姿态估计的拟合初始位置改进和模型实例选择方法.首先采用Adaboost算法对图像中人脸特征进行预检测,然后充分利用YCbCr色彩空间人脸肤色特性对无法检测或检测不完全的图像进行特征提取,最后根据特征区域计算鼻尖坐标和人脸偏转角,合理调整拟合中心位置和模型实例,并在拟合过程中引入ATLAS(Automatically Tuned Linear Algebra Software)线性代数软件包,实现矩阵优化.基于IMM人脸库的仿真实验表明,该方法与传统反向组合AAM相比,拟合准确率提高约43%,时间消耗降低约62%.
傳統的AAM(Active Appearance Models)人臉特徵定位改進方法通常關註于擬閤效率上,沒有具體攷慮擬閤初始位置和模型實例的特徵,因此定位準確率和速度併不理想.該文提齣瞭一種基于人臉特徵檢測和簡單三維姿態估計的擬閤初始位置改進和模型實例選擇方法.首先採用Adaboost算法對圖像中人臉特徵進行預檢測,然後充分利用YCbCr色綵空間人臉膚色特性對無法檢測或檢測不完全的圖像進行特徵提取,最後根據特徵區域計算鼻尖坐標和人臉偏轉角,閤理調整擬閤中心位置和模型實例,併在擬閤過程中引入ATLAS(Automatically Tuned Linear Algebra Software)線性代數軟件包,實現矩陣優化.基于IMM人臉庫的倣真實驗錶明,該方法與傳統反嚮組閤AAM相比,擬閤準確率提高約43%,時間消耗降低約62%.
전통적AAM(Active Appearance Models)인검특정정위개진방법통상관주우의합효솔상,몰유구체고필의합초시위치화모형실례적특정,인차정위준학솔화속도병불이상.해문제출료일충기우인검특정검측화간단삼유자태고계적의합초시위치개진화모형실례선택방법.수선채용Adaboost산법대도상중인검특정진행예검측,연후충분이용YCbCr색채공간인검부색특성대무법검측혹검측불완전적도상진행특정제취,최후근거특정구역계산비첨좌표화인검편전각,합리조정의합중심위치화모형실례,병재의합과정중인입ATLAS(Automatically Tuned Linear Algebra Software)선성대수연건포,실현구진우화.기우IMM인검고적방진실험표명,해방법여전통반향조합AAM상비,의합준학솔제고약43%,시간소모강저약62%.
