基于相对距离分布聚类的人脸特征点定位算法

• 作者: 仲柔在 刘畅 熊磊
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征点定位 人脸结构 相对距离分布 K均值聚类 鲁棒姿势级联回归
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 电子·信息·通信
• 页码范围: 77-82
• 页数: 6页
• 分类号: TP391.4
• 字数: 5162字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2016.01.015

摘要

针对目前主流算法对所有特征点采用整体回归而忽略人脸局部结构信息的问题,提出了一种新的回归流程结构,通过基于特征点相对距离分布直方图和K均值聚类,结合了人脸结构信息对特征点聚类并分别进行回归,可以更准确地进行人脸特征点定位.另外,通过对回归迭代方法进行优化,可以实现鲁棒的参数更新,大大提高运算速度.在有遮挡标识的人脸数据库(COFW)上进行了深入的实验,结果表明:论文算法对于人脸特征点定位效果显著,相较于鲁棒姿势级联回归(RCPR)等算法训练时间大幅减少,其定位准确度也有了一定提高,而且算法计算效率高,测试速度则达到220 fps,能够满足实时处理的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊磊	空军工程大学航空航天工程学院	26	192	7.0	13.0
2	刘畅	空军工程大学航空航天工程学院	9	8	2.0	2.0
3	仲柔在	空军工程大学航空航天工程学院	3	7	2.0	2.0