基于贝叶斯网络增强预测模型的人脸多特征跟踪

摘要：

人脸多特征跟踪是当前计算机视觉中的一个难题,其中一个难点是需要尽可能准确地预测出下一帧中人脸多个特征轮廓的位置.提出了一个基于多重提示预测模型的跟踪算法,将基于二阶自回归过程的动力学模型的快速性特点与基于图模型(贝叶斯网络)动力学模型的准确性特点结合起来,得到融合的预测结果.多重提示的预测模型与观测模型可以方便地集成在卡尔曼滤波框架中.实验结果表明本文算法可以较准确地同时跟踪具有丰富表情的人脸多个特征.

关键词：人脸多特征跟踪、多重提示、贝叶斯网络、图模型、卡尔曼滤波、平均移动算法

所属期刊栏目：10

分类号：TP391(计算技术、计算机技术)

资助基金：中国科学院资助项目60272031;法国国家自然科学基金2002CB312101;浙江省自然科学基金ZD0212;高等学校博士学科点专项科研项目20010335049

在线出版日期：2005-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：175-180