-
题名基于大规模集成学习的正脸姿态估计算法
- 1
-
-
作者
陈婉琪
邓春华
-
机构
武汉科技大学计算机科学与技术学院
武汉科技大学大数据科学与工程研究院
武汉科技大学湖北省智能信息处理与实时工业系统重点实验室
-
出处
《计算机工程与设计》
北大核心
2024年第12期3592-3599,共8页
-
基金
国家自然科学基金项目(61806150)。
-
文摘
现有的正脸姿态估计任务依赖于头部3D姿态的估计和经验阈值的使用,这类方法存在主观性和鲁棒性不足的问题。为解决上述问题,提出一种基于大规模正脸数据驱动的集成学习算法。通过构建大规模正脸类别,解决正脸姿态分类中类内方差大而类间方差小的问题,避免人为确定阈值带来的主观性问题。利用人脸特征中的姿态信息和大规模集成的方式,区分正脸图像和非正脸图像,提高分类能力,增强鲁棒性。实验结果表明,所提方法无需依赖关键点标注,具有较短的推理时间,在公共数据集上实现了正脸姿态估计。在光照变化、配饰遮挡、小角度和大角度的真实数据集上展示了高效的分类能力。
-
关键词
正脸姿态估计
表征信息
最近邻分类
集成学习
余弦距离
机器学习
大规模数据
-
Keywords
frontal pose assessment
representation information
nearest neighbor classification
ensemble learning
cosine distance
machine learning
large scale data
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
