一种改进的ASM人脸特征点定位方法

摘要：

传统主动形状模型(active shape model,ASM)利用主成分分析(principal component analysis,PCA)获得形状,根据主成分并结合形状参数建立起统计模型,该方法不能有效更新图像特征空间,会导致模型匹配失败.为了克服上述缺点,提出一种改进的特征提取方法.首先采用增量主成分分析(incremental principal component analysis,IPCA)更新图像集合的特征空间,并采用一种新的模型匹配算法定位目标特征点.改进的新方法不断更新图像特征空间且有效地描述训练样本间的相似性或差异性,新的匹配算法能避免计算协方差矩阵的逆矩阵,能有效降低计算误差.实验结果表明,改进的方法有效提高了定位精度,并降低了匹配的像素偏移值.

关键词：主动形状模型、主成分分析、增量主成分分析、匹配算法、协方差矩阵

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：贵州省科技厅联合基金黔科合字LKT〈2012〉10号;The Guizhou Provincial Science and Technology Department jointly fundGuizhou Branch of the word LKT 〈2012〉10 Code

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：124-130