10.3969/j.issn.1000-3428.2017.08.046
基于模糊聚类回归的人脸特征点定位研究
传统基于回归的人脸特征点定位算法存在忽略人脸局部结构信息、姿态偏转较大时定位精度差等问题.为此,提出一种基于模糊聚类回归的定位算法.利用人脸特征点之间的局部结构信息对人脸训练集进行聚类,并根据阈值判决结果适度扩充训练样本.分别训练所有子训练集的回归结构,在测试过程中加入多次形状约束以自动调整每次聚类的结果和回归结构的选择,由此提高人脸特征点定位的精度.在300-W数据库上的实验结果表明,与形状回归算法和鲁棒姿势回归算法相比,该算法明显提高了姿态偏转较大情况下的定位精度.
模糊聚类、阈值判决、自适应级联回归、局部结构信息、姿态偏转
43
TP391(计算技术、计算机技术)
国家自然科学基金"面部运动视觉认知表达及分析方法研究" 61379104
2017-09-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
272-278,283