当前位置:主页 > 科技论文 > 软件论文 >

姿态和表情变化下的三维人脸标志点定位(英文)

发布时间:2018-04-18 15:30

  本文选题:人脸标志点定位 + HK曲率分析 ; 参考:《控制理论与应用》2017年06期


【摘要】:三维人脸标志点定位在人脸识别、人脸跟踪、人脸建模、表情分析等方面具有非常重要的作用.然而,在姿态和表情变化很大的条件下进行标志点定位,这仍然是一个很具挑战性的课题.本文提出一种对姿态和表情不敏感的三维人脸标志点定位方法,利用HK曲率分析检测出候选标志点,根据对面部形状的先验知识,提出一种基于人脸几何结构的分类策略对候选标志点进一步细分,通过把候选标志点与人脸标志点模型进行匹配,实现标志点的精确定位.首先在CASIA数据集对该方法的标志点定位精度进行测试,然后在UND/FRGC v2.0数据集对该方法与其他方法进行比较.实验结果表明该方法在姿态和表情变化很大的条件下具有高精度和高鲁棒性.
[Abstract]:3D face marker location plays an important role in face recognition, face tracking, face modeling, expression analysis and so on.However, it is still a challenging task to locate landmarks under the condition of great changes in posture and expression.In this paper, a 3D face marker location method, which is insensitive to pose and expression, is proposed. The candidate marker points are detected by HK curvature analysis, and based on the prior knowledge of facial shape,A classification strategy based on geometric structure of human face is proposed to further subdivide candidate markers. By matching candidate markers with face marker models, the precise location of candidate markers is realized.Firstly, the accuracy of the method is tested in the CASIA dataset, and then compared with other methods in the UND/FRGC v2.0 dataset.The experimental results show that the method has high accuracy and robustness under the condition of great changes in posture and expression.
【作者单位】: 广东工业大学自动化学院;华南师范大学软件学院;
【分类号】:TP391.41

【相似文献】

相关期刊论文 前10条

1 郑维学;李力争;李金洲;;隧道断面测量中人工标志点设定与识别[J];微计算机信息;2008年31期

2 刘晓利;彭翔;殷永凯;李阿蒙;赵晓波;;借助标志点的深度数据全局匹配方法[J];光学学报;2009年04期

3 李国胜;林宗坚;任超锋;彭晓东;;相机检校中标志点的自动提取[J];测绘科学;2010年06期

4 曾接贤;田波;;边坡测量中标志点的设计与识别[J];南昌航空大学学报(自然科学版);2013年02期

5 孙曦;周正东;;3D医学图像中标志点的自动识别与定位[J];现代生物医学进展;2008年04期

6 臧欢欢;李力争;;近景摄影测量中人工标志点的提取方法研究[J];微计算机信息;2012年07期

7 徐常胜,马颂德,徐焱;头影图像标志点自动识别系统[J];信息与控制;1998年02期

8 苏新勇;黄雪梅;朱明健;;数字近景工业摄影测量中标志点的识别与检测[J];制造业自动化;2014年09期

9 杨望星;王秀美;山巍;;一种人工标志点自动匹配新方法的研究[J];计算机工程;2007年01期

10 林P;王涌天;刘越;杨珂;;基于模板跟踪的实时无标志点注册算法[J];中国图象图形学报;2008年09期

相关会议论文 前3条

1 艾丹;杨p,

本文编号:1768965


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1768965.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6dca9***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com