线性人脸对象类模型的匹配提升技术 |
| |
引用本文: | 付 昀,郑南宁.线性人脸对象类模型的匹配提升技术[J].工程科学,2005,7(2):47-56. |
| |
作者姓名: | 付 昀 郑南宁 |
| |
作者单位: | 西安交通大学人工智能与机器人研究所,西安 710049;西安交通大学人工智能与机器人研究所,西安 710049 |
| |
基金项目: | 国家自然科学创新研究群体基金资助项目(60024301);国家自然科学基金资助项目(60205001);河南省重大科技基金资助项目(0222020400) |
| |
摘 要: | 针对真实感人脸模型匹配的细节控制和稳健创建问题,提出了线性人脸对象类模型的匹配提升技术。基于非统一抽样(NUS)的动态高斯金字塔分析(DGPA)方法,结合不等概率抽样和整群抽样策略,自适应地动态调整每级高斯金字塔图像的抽样分布,利用最优化算法由粗到精的计算全局近似最优解,获得精确的模型匹配。动态调节整群区域边界并利用再抽样率调节抽样密度,可以有效控制人像模型的细节表达效果,提高模型创建的稳健性。随机梯度下降的线性相关性扰动(CD-SGD)和学习率自适应(ALR)技术,提高了模型匹配的准确性和收敛速度。以M
|
关 键 词: | 人脸建模 模型匹配 随机梯度下降 非统一抽样 多分辨率分析 |
收稿时间: | 1/8/2004 12:00:00 AM |
修稿时间: | 3/8/2004 12:00:00 AM |
|
| 点击此处可从《工程科学》浏览原始摘要信息 |
| 点击此处可从《工程科学》下载免费的PDF全文 |