传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2011年
2期
51-53,63
,共4页
形变模型%网格重采样%遗传算法%方向自学习
形變模型%網格重採樣%遺傳算法%方嚮自學習
형변모형%망격중채양%유전산법%방향자학습
采用网格重采样算法提取人脸特征实现了真实人脸与原型三维人脸之间的精确对应,在此基础上,提出了基于改进的方向自学习遗传算法的模型匹配算法,该算法在局部搜索中引入方向信息,提高了算法的收敛速度和重建精度,实验结果表明:新算法可有效实现真实人脸与原型三维人脸之间的精确对应,减少了优化参数,提高了模型重建精度和速度,缩短了模型匹配的时间.
採用網格重採樣算法提取人臉特徵實現瞭真實人臉與原型三維人臉之間的精確對應,在此基礎上,提齣瞭基于改進的方嚮自學習遺傳算法的模型匹配算法,該算法在跼部搜索中引入方嚮信息,提高瞭算法的收斂速度和重建精度,實驗結果錶明:新算法可有效實現真實人臉與原型三維人臉之間的精確對應,減少瞭優化參數,提高瞭模型重建精度和速度,縮短瞭模型匹配的時間.
채용망격중채양산법제취인검특정실현료진실인검여원형삼유인검지간적정학대응,재차기출상,제출료기우개진적방향자학습유전산법적모형필배산법,해산법재국부수색중인입방향신식,제고료산법적수렴속도화중건정도,실험결과표명:신산법가유효실현진실인검여원형삼유인검지간적정학대응,감소료우화삼수,제고료모형중건정도화속도,축단료모형필배적시간.
