融合局部与全局信息的头发形状模型
头发在人体表观中具有重要作用,然而,因为缺少有效的形状模型,头发分割仍然是一个非常具有挑战性的问题。本文提出了一种基于部件的模型,它对头发形状以及环境变化更加鲁棒。该模型将局部与全局信息相结合以描述头发的形状。局部模型通过一系列算法构建,包括全局形状词表生成,词表分类器学习以及参数优化;而全局模型刻画不同的发型,采用支持向量机(Support vector machine, SVM)来学习,它为所有潜在的发型配置部件并确定势函数。在消费者图片上的实验证明了本文算法在头发形状多变和复杂环境等条件下的准确性与有效性。
头发形状建模、部件模型、部件配置算法、支持向量机
TP1;V44
国家重点基础研究发展计划973计划2011CB302203;国家自然科学基金61075026资助@@@@Supported by National Basic Research Program of China 973 Pragram2011CB302203;National Natural Science Foun-dation of China61075026
2014-05-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
615-623