流形学习与非线性回归结合的头部姿态估计
流形学习的目的是发现非线性数据的内在结构,可用于非线性降维.广义回归网络是人工神经网络的一种,可用于非线性回归.基于流形学习和非线性回归,提出了用于解决头部姿态估计的ManiNLR方法.该方法首先用流形学习对图像数据进行降维,然后用非线性回归的方法将数据映射到线性可分空间,利用非线性回归的结果对人脸的头部姿态进行估计.实验结果表明,ManiNLR算法能够较好地估计图像中的头部姿态,并具有较快的速度和较高的鲁棒性.
流形学习、头部姿态估计、非线性回归、人工神经网络
17
TP301.6(计算技术、计算机技术)
国家自然科学基金项目10901062;福建省自然科学基金项目2010J01337;福建省高校产学合作科技重大项目2011H6010;福建省科技计划重点项目2011H0028;福建省仿脑智能系统重点实验室开放课题BLISSOS2010101
2012-10-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
1002-1010