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:
针对三维点云数据中眉毛区域提取研究较少的问题,提出了一种融合表观与曲率特征的方法.首先在3D-2D投影的基础上提出新的3D-2D-3D框架,借助二维关键点实现三维眉毛关键点定位;然后利用眉毛关键点构建感兴趣的区域ROI(region of interest),以曲率说明眉毛的形状,并基于表观特征提取三维眉毛区域.在DMCSv1数据库的三维点云数据集上,针对不同表情、不同眉毛形状的眉毛进行提取,实验结果验证了本文所提方法的可行性.
推荐文章
基于三维点云模型的特征线提取算法
高斯映射
曲率计算
点聚类
自适应迭代
折线生长
三维人体的点云获取与点云重建
三角测量
点云精简
Crust 算法
三维重建
双目下点云的三维人脸重建
双目视觉
图像分割
人脸视差图
三维点云
SIFT算法
点云数据三维树木模型建立及三维绿量的估算
TLiDAR
点云数据
三维模型
三维绿量
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 融合表观与曲率特征的三维点云眉毛提取
来源期刊 集美大学学报(自然科学版) 学科 工学
关键词 眉毛区域提取 三维眉毛关键点 3D-2D-3D框架 表观特征
年,卷(期) 2020,(3) 所属期刊栏目 数理科学与信息工程
研究方向 页码范围 228-235
页数 8页 分类号 TN911.73
字数 4329字 语种 中文
DOI 10.19715/j.jmuzr.2020.03.10
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 余元辉 集美大学计算机工程学院 20 61 6.0 6.0
2 赵青 集美大学理学院 2 0 0.0 0.0
3 蔡囯榕 集美大学计算机工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (22)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
眉毛区域提取
三维眉毛关键点
3D-2D-3D框架
表观特征
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
集美大学学报(自然科学版)
双月刊
1007-7405
35-1186/N
大16开
福建厦门集美银江路185号
1996
chi
出版文献量(篇)
1788
总下载数(次)
5
总被引数(次)
8910
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导