声学技术
聲學技術
성학기술
Technical Acousitics
2015年
2期
172-175
,共4页
人脸识别%多角度%非线性Boosting回归算法%人脸分析%人脸检测%Haar特征
人臉識彆%多角度%非線性Boosting迴歸算法%人臉分析%人臉檢測%Haar特徵
인검식별%다각도%비선성Boosting회귀산법%인검분석%인검검측%Haar특정
face recognition%multi-view nonlinear boosting regression%face analysis%face detection%Haar feature
研究了基于回归函数的人脸识别算法,该算法有望引进到声学信号处理当中.人脸识别问题是人脸相关的计算机视觉研究的关键问题.传统的人脸识别研究主要针对正面人脸,研究的应用范围比较有限.在实际应用中,由于光照、姿势、表情、遮挡、分辨率等问题,使得传统方法在处理非正面人脸的时候具有很大的困难,这种情况对人脸识别算法有了更高的要求.针对图像中人脸角度在±45°的人脸识别问题,利用基于Haar特征的非线性Boosting回归算法,根据标定点邻域内的局部纹理预测标定点的位移,提出了一种新的基于经典活动形状模型(Active ShapeModel,ASM)的实时多角度人脸识别算法.在对实测数据的测试实验表明,该算法的识别率高于经典的ASM算法并有显著提高.
研究瞭基于迴歸函數的人臉識彆算法,該算法有望引進到聲學信號處理噹中.人臉識彆問題是人臉相關的計算機視覺研究的關鍵問題.傳統的人臉識彆研究主要針對正麵人臉,研究的應用範圍比較有限.在實際應用中,由于光照、姿勢、錶情、遮擋、分辨率等問題,使得傳統方法在處理非正麵人臉的時候具有很大的睏難,這種情況對人臉識彆算法有瞭更高的要求.針對圖像中人臉角度在±45°的人臉識彆問題,利用基于Haar特徵的非線性Boosting迴歸算法,根據標定點鄰域內的跼部紋理預測標定點的位移,提齣瞭一種新的基于經典活動形狀模型(Active ShapeModel,ASM)的實時多角度人臉識彆算法.在對實測數據的測試實驗錶明,該算法的識彆率高于經典的ASM算法併有顯著提高.
연구료기우회귀함수적인검식별산법,해산법유망인진도성학신호처리당중.인검식별문제시인검상관적계산궤시각연구적관건문제.전통적인검식별연구주요침대정면인검,연구적응용범위비교유한.재실제응용중,유우광조、자세、표정、차당、분변솔등문제,사득전통방법재처리비정면인검적시후구유흔대적곤난,저충정황대인검식별산법유료경고적요구.침대도상중인검각도재±45°적인검식별문제,이용기우Haar특정적비선성Boosting회귀산법,근거표정점린역내적국부문리예측표정점적위이,제출료일충신적기우경전활동형상모형(Active ShapeModel,ASM)적실시다각도인검식별산법.재대실측수거적측시실험표명,해산법적식별솔고우경전적ASM산법병유현저제고.