原文服务方: 西安交通大学学报       
摘要:
在实时估计人的头部三维姿态时,基于局部梯度方向直方图的面部特征表示方法容易受到背景和环境的影响,其检测精度无法满足实际需求.为了减少图像或视频序列中背景和环境的影响,提出了一种新的对面部特征进行描述的方法,即基于肤色权值和高斯权值加权的局部梯度方向直方图特征表示方法.在具体计算时,首先进行人脸检测并将人脸区域缩放到统一大小,然后计算人脸区域每个像素点对应的梯度方向,接着计算肤色权值并利用肤色权值和高斯权值对梯度方向进行加权得到加权局部梯度方向直方图,从而强化面部特征在直方图中的比重,有效减小背景对头部三维姿态估计的影响,最后利用非线性支持向量回归机求解加权局部梯度方向直方图与头部三维姿态之间的关系.实验结果表明:该特征表示方法具有更高的检测精度.
推荐文章
基于姿态估计的单幅图像三维人脸重建
人脸三维重建
姿态估计
深度信息恢复
单幅图像
梯度域三维头部PET/CT图像融合
图像融合
梯度域
正电子发射断层成像
CT
小波变换
泊松方程
基于伪三维卷积神经网络的手势姿态估计
手势姿态估计
伪三维卷积神经网络
三维特征
深度图像
深度学习
利用对称性实现三维人脸姿态的自动估计
三维人脸
姿态估计
反射对称
扩展高斯图像
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 基于加权局部梯度直方图的头部三维姿态估计
来源期刊 西安交通大学学报 学科
关键词 三维头部姿态估计 肤色权值 高斯权值 局部梯度方向直方图 非线性支持向量回归机
年,卷(期) 2015,(11) 所属期刊栏目
研究方向 页码范围 71-76
页数 6页 分类号 TH137
字数 语种 中文
DOI 10.7652/xjtuxb201511012
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 崔汪莉 西安交通大学机械制造系统工程国家重点实验室 1 3 1.0 1.0
2 卫军胡 西安交通大学机械制造系统工程国家重点实验室 34 559 11.0 23.0
3 纪鹏 西安交通大学机械工程学院 1 3 1.0 1.0
4 刘哲 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (15)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (34)
二级引证文献  (3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
三维头部姿态估计
肤色权值
高斯权值
局部梯度方向直方图
非线性支持向量回归机
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导