基于非线性Boosting回归的多视角人脸配准

• 作者: 劳世竑 艾海舟 苏延超
• 来源期刊: 自动化学报
• 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
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 522-527
• 页数: 6页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2010.00522

摘要

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45°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(Active shape 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.