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:
头部姿态估计是人类行为和注意力的关键,受到光照、噪声、身份、遮挡等许多因素的影响。为了提高非约束环境下的估计准确率和鲁棒性,该论文提出了树结构分层随机森林在非约束环境下的多类头部姿态估计。首先,为了消除不同环境的噪声影响,提取人脸区域的组合纹理特征,对人脸区域进行积极人脸子区域的分类,分类结果作为树结构分层随机森林的先验知识输入;其次,提出了一种树结构分层随机森林算法,分层估计多自由度下的头部姿态;再次,为了增强算法的分类能力,使用自适应高斯混合模型作为多层次子森林叶子节点的投票模型。在多个公共数据集上的多种非约束实验环境下进行头部姿态估计,最终实验结果表明所提算法在不同质量的图像上都有很好的估计准确率和鲁棒性。
推荐文章
基于加权局部梯度直方图的头部三维姿态估计
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
基于条件随机森林的非约束环境自然笑脸检测
笑脸检测
条件随机森林
头部姿态估计
K-Means聚类
SIFT特征提取在非约束环境下目标匹配中的应用
非约束环境
SIFT
特征提取
目标匹配
基于自适应线性回归的头部姿态计算
头部姿态
自适应线性回归
特征向量
一阶范数最小化
训练样本
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 基于树结构分层随机森林在非约束环境下的头部姿态估计
来源期刊 电子与信息学报 学科 工学
关键词 头部姿态估计 非约束环境 树结构分层随机森林 人脸积极子区域先验分类 自适应高斯混合模型
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 543-551
页数 9页 分类号 TP391.4
字数 5428字 语种 中文
DOI 10.11999/JEIT140433
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 刘袁缘 1 19 1.0 1.0
5 陈靓影 华中师范大学国家数字化学习工程研究中心 20 64 4.0 7.0
6 俞侃 11 27 2.0 5.0
7 覃杰 武汉华中数控股份有限公司红外事业部 1 19 1.0 1.0
8 陈超原 1 19 1.0 1.0
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  (3)
节点文献
引证文献  (19)
同被引文献  (46)
二级引证文献  (28)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(5)
  • 引证文献(3)
  • 二级引证文献(2)
2018(15)
  • 引证文献(5)
  • 二级引证文献(10)
2019(14)
  • 引证文献(6)
  • 二级引证文献(8)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
头部姿态估计
非约束环境
树结构分层随机森林
人脸积极子区域先验分类
自适应高斯混合模型
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
相关基金
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
论文1v1指导