一种改进的AAM人脸特征点快速定位方法
传统的AAM(Active Appearance Models)人脸特征定位改进方法通常关注于拟合效率上,没有具体考虑拟合初始位置和模型实例的特征,因此定位准确率和速度并不理想.该文提出了一种基于人脸特征检测和简单三维姿态估计的拟合初始位置改进和模型实例选择方法.首先采用Adaboost算法对图像中人脸特征进行预检测,然后充分利用YCbCr色彩空间人脸肤色特性对无法检测或检测不完全的图像进行特征提取,最后根据特征区域计算鼻尖坐标和人脸偏转角,合理调整拟合中心位置和模型实例,并在拟合过程中引入ATLAS(Automatically Tuned Linear Algebra Software)线性代数软件包,实现矩阵优化.基于IMM人脸库的仿真实验表明,该方法与传统反向组合AAM相比,拟合准确率提高约43%,时间消耗降低约62%.
人脸识别、AAM、反向组合算法、Adaboost、三维姿态估计、ATLAS
31
TP391.41(计算技术、计算机技术)
国家自然科学基金60672099;西南交通大学2009博士研究生创新基金
2009-07-10（万方平台首次上网日期，不代表论文的发表时间）
共5页
1354-1358
