首页 | 本学科首页   官方微博 | 高级检索  
     

基于马尔可夫随机场的嘴唇特征提取方法*
引用本文:岑杰,赵杰煜. 基于马尔可夫随机场的嘴唇特征提取方法*[J]. 计算机应用研究, 2007, 24(7): 300-302
作者姓名:岑杰  赵杰煜
作者单位:宁波大学,计算机科学技术研究所,浙江,宁波,315211
基金项目:国家重点基础研究发展计划(973计划)
摘    要:
讨论了基于马尔可夫随机场(MRF)模型的融合颜色和边缘信息的嘴唇特征提取方法.首先进行嘴唇区域检测,再结合嘴唇形状特点建立了基于MRF的嘴唇图像分割模型,构造相应的能量函数,并采用改进的最高置信度优先(HCF)算法求解能量函数的最优解,得到图像标记场,进而提取出嘴唇轮廓.结合人脸结构信息,提出了融合鼻孔角度信息的嘴唇特征点提取方法.实验结果表明,此算法具有良好的鲁棒性.

关 键 词:嘴唇特征  马尔可夫随机场  图像分割  马尔可夫随机场  嘴唇  特征提取  方法  Random Fields  Markov  Based  鲁棒性  结果  实验  特征点提取  角度信息  鼻孔  结构信息  人脸  轮廓  图像标记  最优解  求解  算法
文章编号:1001-3695(2007)07-0300-03
修稿时间:2006-05-222006-07-26

Lip Feature Extraction Based on Markov Random Fields
CEN Jie,ZHAO Jie yu. Lip Feature Extraction Based on Markov Random Fields[J]. Application Research of Computers, 2007, 24(7): 300-302
Authors:CEN Jie  ZHAO Jie yu
Affiliation:(Institute of Computer Science & Technology, Ningbo University, Ningbo Zhejiang 315211, China)
Abstract:
This paper introduced a MRF(Markov Random Field)-based method of integrating color and spatial edge information to address the problem of lip feature extraction.First,it detected a lip region using color information.Focused on this region,it constructed corresponding energy function and adopted the modified Highest Confidence First(HCF) algorithm to mini-mize the energy function.Then obtained the lip contour.Combining with the information of nostril,it presented a lip feature extraction method to accurately locate six key lip feature points.Experimental results demonstrate that the method is effective and robust.
Keywords:lip feature  Markov random field  image segmentation
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号