中国工程科学
中國工程科學
중국공정과학
ENGINEERING SCIENCE
2005年
2期
47-56
,共10页
人脸建模%模型匹配%随机梯度下降%非统一抽样%多分辨率分析
人臉建模%模型匹配%隨機梯度下降%非統一抽樣%多分辨率分析
인검건모%모형필배%수궤제도하강%비통일추양%다분변솔분석
针对真实感人脸模型匹配的细节控制和稳健创建问题,提出了线性人脸对象类模型的匹配提升技术.基于非统一抽样(NUS)的动态高斯金字塔分析(DGPA)方法,结合不等概率抽样和整群抽样策略,自适应地动态调整每级高斯金字塔图像的抽样分布,利用最优化算法由粗到精的计算全局近似最优解,获得精确的模型匹配.动态调节整群区域边界并利用再抽样率调节抽样密度,可以有效控制人像模型的细节表达效果,提高模型创建的稳健性.随机梯度下降的线性相关性扰动(CD-SGD)和学习率自适应(ALR)技术,提高了模型匹配的准确性和收敛速度.以MPI和AI&R人像库为测试样本,主观与客观评价的实验结果验证了该模型匹配提升技术的有效性.
針對真實感人臉模型匹配的細節控製和穩健創建問題,提齣瞭線性人臉對象類模型的匹配提升技術.基于非統一抽樣(NUS)的動態高斯金字塔分析(DGPA)方法,結閤不等概率抽樣和整群抽樣策略,自適應地動態調整每級高斯金字塔圖像的抽樣分佈,利用最優化算法由粗到精的計算全跼近似最優解,穫得精確的模型匹配.動態調節整群區域邊界併利用再抽樣率調節抽樣密度,可以有效控製人像模型的細節錶達效果,提高模型創建的穩健性.隨機梯度下降的線性相關性擾動(CD-SGD)和學習率自適應(ALR)技術,提高瞭模型匹配的準確性和收斂速度.以MPI和AI&R人像庫為測試樣本,主觀與客觀評價的實驗結果驗證瞭該模型匹配提升技術的有效性.
침대진실감인검모형필배적세절공제화은건창건문제,제출료선성인검대상류모형적필배제승기술.기우비통일추양(NUS)적동태고사금자탑분석(DGPA)방법,결합불등개솔추양화정군추양책략,자괄응지동태조정매급고사금자탑도상적추양분포,이용최우화산법유조도정적계산전국근사최우해,획득정학적모형필배.동태조절정군구역변계병이용재추양솔조절추양밀도,가이유효공제인상모형적세절표체효과,제고모형창건적은건성.수궤제도하강적선성상관성우동(CD-SGD)화학습솔자괄응(ALR)기술,제고료모형필배적준학성화수렴속도.이MPI화AI&R인상고위측시양본,주관여객관평개적실험결과험증료해모형필배제승기술적유효성.
