基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种基于复合局部信息模型的改进Active Shape Model(ASM)算法,并进一步提出了基于人脸特征点Gabor小波特征降维分类的特征点搜索方法,对改进ASM的结果进行精确校正,达到鲁棒精确定位特征点的目的.本文首先对经过Adaboost检测的彩色图像人脸区域进行光照补偿,然后根据眼睛和唇色的色度特性定位双眼和嘴唇中心位置,从而得到较好的人脸特征点的初始位置.在特征点位置搜索中,本文结合肤色概率信息对ASM方法进行了改进,从而提高了仅基于灰度梯度信息的传统ASM方法的鲁棒性和准确性.最后选取改进ASM搜索后的某些特征点一定领域内梯度值较高的点,提取其Gabor小波特征,通过线性判别式分析法(Linear Discriminant Analysis)和最近邻分类法对其进行分类,搜寻最符合训练样本Cabot特征的点作为最佳位置点,修正了ASM的搜索结果,使得搜寻结果更加精确.
推荐文章
利用形状估计的人脸特征点定位算法
核回归
形状估计
人脸特征点定位
采样先验
形状约束
一种快速高效的人脸特征点定位方法
人脸特征点
自动定位
积分投影
人脸检测
特征区域
面向彩色图像的人脸特征点定位算法研究
人脸特征点定位
K-SVD
形变部件模型
稀疏表示
色度与亮度特征相融合的彩色人脸识别算法
人脸识别
特征提取
信息融合
色度
亮度
二值化分离
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 彩色图像人脸特征点定位算法研究
来源期刊 电子学报 学科 工学
关键词 人脸特征点定位 肤色概率模型 Gabor特征 特征点分类 线性判别式分析法 最近邻分类
年,卷(期) 2008,(2) 所属期刊栏目 学术论文
研究方向 页码范围 309-313
页数 5页 分类号 TP391.41
字数 4615字 语种 中文
DOI 10.3321/j.issn:0372-2112.2008.02.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周越 上海交通大学图像处理与模式识别研究所 60 976 18.0 30.0
2 袁泉 上海交通大学图像处理与模式识别研究所 6 97 6.0 6.0
3 杜春华 上海交通大学图像处理与模式识别研究所 6 91 5.0 6.0
4 吴证 上海交通大学图像处理与模式识别研究所 4 64 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (35)
同被引文献  (16)
二级引证文献  (87)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(10)
  • 引证文献(7)
  • 二级引证文献(3)
2011(16)
  • 引证文献(5)
  • 二级引证文献(11)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(13)
  • 引证文献(5)
  • 二级引证文献(8)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(16)
  • 引证文献(3)
  • 二级引证文献(13)
2016(17)
  • 引证文献(2)
  • 二级引证文献(15)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
人脸特征点定位
肤色概率模型
Gabor特征
特征点分类
线性判别式分析法
最近邻分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导