基于形状索引的DoG特征结合GPRT的人脸关键点检测算法

• 作者: 赵康
• 来源期刊: 计算机测量与控制
• 关键词: 高斯模型 人脸关键点检测 形状索引 鲁棒性 几何差异
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 203-206,211
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.05.045

摘要

针对传统人脸对齐算法效率较低的问题,提出一种基于形状索引的高斯差分(DoG)特征与高斯过程回归树(GPRT)的人脸关键点检测算法;首先,由高斯过程回归树的内核测量两个输入之间的相似性,并表示为两个输入进入相同叶子的树木数;然后基于高斯过程回归树模型提取形状索引DoG特征,并进一步完成GPRT的特征设计;最后从局部视网膜模式中采集滤波回应来增加稳定性,实现对抗几何差异的鲁棒性;在LFPW人脸数据库上验证结果表明该方法能够取得良好的性能表现,证明了基于形状索引的DoG特征与GPRT的人脸关键点检测算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵康		13	22	2.0	4.0