基于MALS双线性分解的表情合成

• 作者: 戴树岭 郭加赐
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 表情合成 双线性模型 转移 改进迭代最小二乘
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 仿真系统与技术
• 页码范围: 671-678
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.17-0144

摘要

表情合成研究是虚拟现实技术领域一项富有建设性和创造性的课题.使用双线性模型(Bilinear Model)分离出人的身份因素和表情因素来进行表情合成.在计算双线性模型的转移(Translation)问题时需要重复进行矩阵的逆运算来得到人的身份和表情信息,而当观测数据具有相关性或存在噪声信息时,该过程可能会不稳定.针对双线性模型在表情合成中的稳定性问题,通过在双线性模型转移过程引入改进迭代最小二乘法(Modified Iterative Least Square,MALS),使得该过程的计算具有更强的稳定性.设计实验进行验证,实验结果证明了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴树岭	北京航空航天大学虚拟现实技术与系统国家重点实验室	48	460	12.0	20.0
5	郭加赐	北京航空航天大学虚拟现实技术与系统国家重点实验室	1	0	0.0	0.0