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:
人脸特征点定位的目标足能够对人脸进行全自动精确定位.主动形状模型(Active shape modal,ASM)和主动表象模型(Active appearance modal,AAM)的发表为全自动人脸特征点定位工作提供了很好的思路和解决框架.之后很多研究工作也部在ASM和AAM的框架下进行了改进.但是目前的研究工作尚未很好地解决人脸表情、光照以及姿态变化情况下的人脸特征点定位问题,本文基于ASM框架提出了全自动人脸特征点定位算法.和传统ASM方法以及ASM的改进方法的不同在于:1)引进有效的机器学习方法来建立局部纹理模型.这部分工作改进了广传统ASM方法中用灰度图像的梯度分布进行局部纹理建模的方法,引入了基于随机森林分类器和点对比较特征的局部纹理建模方法.这种方法基于大量样本的统计学习,能够有效解决人脸特征点定位中光照和表情变化这些难点;2)在人脸模型参数优化部分,本文成功地将分类器输出的结果结合到人脸模型参数优化的目标函数当中,并且加入形状限制项使得优化的目标函数更为合理.本文在包含表情、光照以及姿态变化的人脸数据上进行实验,实验结果证明本文提出的全自动人脸特征点定位方法能够有效地适应人脸的光照和表情变化.在姿态数据库上的测试结果说明了本算法的有效性.
推荐文章
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
一种快速、鲁棒的人脸检测方法
人脸检测
特征肤色
HSI彩色空间
一种自动鲁棒的三维人脸重建方法
二维图像
人脸模型
匹配
纹理映射
三维
基于小波变换和梯度矢量的人脸特征点定位
小波变换
特征点定位
对称变换
融合
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 一种鲁棒的全自动人脸特征点定位方法
来源期刊 自动化学报 学科 工学
关键词 人脸特征点定位 主动形状模型 随机森林分类器 参数优化
年,卷(期) 2009,(1) 所属期刊栏目 论文报告
研究方向 页码范围 9-16
页数 8页 分类号 TP391.4
字数 5870字 语种 中文
DOI 10.3724/SP.J.1004.2009.00009
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 丁晓青 清华大学电子工程系 86 2062 24.0 44.0
7 方驰 清华大学电子工程系 19 189 8.0 13.0
16 王丽婷 清华大学电子工程系 5 68 3.0 5.0
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  (0)
参考文献  (5)
节点文献
引证文献  (50)
同被引文献  (46)
二级引证文献  (149)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(5)
  • 二级引证文献(0)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(9)
  • 引证文献(6)
  • 二级引证文献(3)
2014(16)
  • 引证文献(3)
  • 二级引证文献(13)
2015(25)
  • 引证文献(6)
  • 二级引证文献(19)
2016(34)
  • 引证文献(8)
  • 二级引证文献(26)
2017(36)
  • 引证文献(9)
  • 二级引证文献(27)
2018(35)
  • 引证文献(5)
  • 二级引证文献(30)
2019(25)
  • 引证文献(0)
  • 二级引证文献(25)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
人脸特征点定位
主动形状模型
随机森林分类器
参数优化
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导