计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2010年
8期
3188-3190
,共3页
主动表现模型%反向合成算法%同值分割吸收核区域
主動錶現模型%反嚮閤成算法%同值分割吸收覈區域
주동표현모형%반향합성산법%동치분할흡수핵구역
基于反向合成算法的AAM(active appearance model)是一种快速而高效的人脸特征点定位方法,但由于其纹理模型仅包含灰度信息,当测试数据集中的图像光线条件和训练数据集中的图像光线条件有较大差异时,算法定位精度明显下降.基于此,提出了一种改进的AAM人脸特征点定位方法USAN-AAM.实验结果表明,与原方法相比,该方法对光线变化更鲁棒,定位精度也更高.
基于反嚮閤成算法的AAM(active appearance model)是一種快速而高效的人臉特徵點定位方法,但由于其紋理模型僅包含灰度信息,噹測試數據集中的圖像光線條件和訓練數據集中的圖像光線條件有較大差異時,算法定位精度明顯下降.基于此,提齣瞭一種改進的AAM人臉特徵點定位方法USAN-AAM.實驗結果錶明,與原方法相比,該方法對光線變化更魯棒,定位精度也更高.
기우반향합성산법적AAM(active appearance model)시일충쾌속이고효적인검특정점정위방법,단유우기문리모형부포함회도신식,당측시수거집중적도상광선조건화훈련수거집중적도상광선조건유교대차이시,산법정위정도명현하강.기우차,제출료일충개진적AAM인검특정점정위방법USAN-AAM.실험결과표명,여원방법상비,해방법대광선변화경로봉,정위정도야경고.
