首页 | 本学科首页   官方微博 | 高级检索  
     

采用CASPCM模型进行姿势鲁棒性人脸识别
引用本文:赵明华,游志胜,余静,熊运余. 采用CASPCM模型进行姿势鲁棒性人脸识别[J]. 激光技术, 2006, 30(4): 429-431,435
作者姓名:赵明华  游志胜  余静  熊运余
作者单位:四川大学,计算机学院,图形图像研究所,成都,610064;四川大学,计算机学院,图形图像研究所,成都,610064;四川大学,计算机学院,图形图像研究所,成都,610064;四川大学,计算机学院,图形图像研究所,成都,610064
摘    要:针对ASPCM模型处理转动角度较大的人脸图像时出现的不足,提出CASPCM模型.以样本与模型中心的距离为依据将训练样本分组,为每个分组训练ASPCM模型;将局部ASPCM模型的合成映射结果加权平均得到CASPCM模型的合成结果;提出利用梯度下降法使分解映射的姿势估计逐步精确.采用精确性和概括性两个标准衡量该模型的分解性能和合成性能.实验表明,CASPCM模型的分解性能和合成性能均优于ASPCM模型;基于该模型的人脸识别系统在处理转动角度较大的人脸图像时,识别率比 ASPCM模型高7%.

关 键 词:图像处理  人脸识别  形状表示  纹理表示  分解合成主成分映射  组合的分解合成主成分映射
文章编号:1001-3806(2006)04-0429-03
收稿时间:2005-05-23
修稿时间:2005-05-232005-07-21

Pose robust face recognition based on CASPCM model
ZHAO Ming-hua,YOU Zhi-sheng,YU Jing,XIONG Yun-yu. Pose robust face recognition based on CASPCM model[J]. Laser Technology, 2006, 30(4): 429-431,435
Authors:ZHAO Ming-hua  YOU Zhi-sheng  YU Jing  XIONG Yun-yu
Abstract:CASPCM model is proposed to make up the disadvantages of ASPCM model while dealing with faces with large angles. The training samples are grouped according to their distances to model centers and a local ASPCM model is constructed for each group. Synthesis result of CASPCM model is obtained by averaging results of the local ASPCM models with appropriate weights. Gradient-descent algorithm is used to iteratively improve estimate of the head pose. Accuracy and generalization are used to gauge analysis and synthesis abilities of the model. Experimental results show that the two abilities of CASPCM model are both superior to ASPCM model;recogaition ratio of CASPCM model is 7% higher than ASPCM model.
Keywords:image processing  face recognition  shape representation  texture representation  analysis synthesis principal component mapping(ASPCM)  combined analysis synthesis principal component mapping(CASPCM)
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《激光技术》浏览原始摘要信息
点击此处可从《激光技术》下载免费的PDF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