-
题名一种基于改进的ASM的人脸特征点定位方法
被引量：8
- 1
-
-
作者
韩玉峰
王小林
-
机构
安徽工业大学数理学院
安徽工业大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2013年第4期271-274,共4页
-
基金
国家自然科学基金项目(41075027)
2011年安徽高校省级自然科学研究项目(KJ2011A040)资助
-
文摘
主动形状模型(ASM)在对目标点的搜索过程中,只采用了训练图像中标定点两侧法线方向的profile邻域内像素点的灰度信息,且对这些点等同视之;搜索时也只限于目标图像标定点两侧法线方向上的若干个像素,范围过于简单。考虑到彩色人脸图像的普及及其携带的丰富的信息,首先在RGB空间分三通道分别进行处理,其次对profile邻域内像素点赋予不同的权重,建立加权的局部灰度模型,最后把搜索空间拓展到包括传统法线和与之相互平行的相邻的两条法线上的像素点集上。仿真实验表明,以上3方面的改进大大提高了ASM方法对人脸特征点的定位精度,精度提高16.5%,是一种可行的改进方法。
-
关键词
主动形状模型(ASM)
局部灰度模型
人脸特征点定位
RGB空间
-
Keywords
Active shape model（ASM）
local gray-level model
Facial feature points positioning
RGB space
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于主动形状模型算法的局部灰度模型的加权改进方法
被引量：2
- 2
-
-
作者
韩玉峰
王小林
-
机构
安徽工业大学数理学院
安徽工业大学计算机学院
-
出处
《计算机应用》
CSCD
北大核心
2011年第12期3392-3394,3402,共4页
-
基金
2011年安徽高校省级自然科学研究项目重点项目(KJ2011A040)
-
文摘
主动形状模型(ASM)算法在对目标点搜索的过程中,只采用了标定点周围的局部灰度信息,这样往往会使灰度相似但其实微观纹理细节差别很大的两个点混为一谈,最终使算法的定位不够精确。为此,提出一种基于主动形状模型算法的局部灰度模型的加权改进方法,该算法采用一系列服从离散高斯分布的加权系数依次表示标定点法线方向上两侧的候选点是真实特征点的可能性,从而建立局部加权灰度模型。通过实验结果表明,改进算法比传统算法精度提高了6%。
-
关键词
人脸特征点定位
主动形状模型
局部灰度模型
高斯分布
-
Keywords
facial feature point positioning
Active Shape model（ASM）
local gray-level model
Gaussian distribution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
