-
题名基于非线性Boosting回归的多视角人脸配准
被引量：3
- 1
-
-
作者
苏延超
艾海舟
劳世竑
-
机构
清华大学计算机系
日本欧姆龙公司核心技术研究所
-
出处
《自动化学报》
EI
CSCD
北大核心
2010年第4期522-527,共6页
-
基金
国家自然科学基金(60673107)资助~~
-
文摘
人脸配准可以作为表情分析、人脸识别等人脸相关研究的预处理步骤,是人脸相关的计算机视觉研究的关键问题.本文针对图像中水平视角在正负45o内的人脸配准问题,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(Activeshape model,ASM)的实时多视角人脸配准算法.在两个数据集合上的测试实验表明,该算法在速度、准确度和稳定性上都比经典的ASM算法有显著提高且优于近期的改进算法,具有明显的实用价值.
-
关键词
人脸配准
活动形状模型
非线性Boosting回归算法
人脸分析
-
Keywords
Face alignment, active shape model （ASM）, nonlinear boosting regression, face analysis
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
