基于多变量标签分布的连续型姿态估计方法.PDF

基于多变量标签分布的连续型姿态估计方法.PDF

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于多变量标签分布的连续型姿态估计方法.PDF

第26卷 第1期 计 算机 技 术 与发 展 Vol.26 No.1 2016年1月 COMPUTERTECHNOLOGY AND DEVELOPMENT Jan. 2016 基于多变量标签分布的连续型姿态估计方法 江 婷,赵启军,陈 虎 (四川大学计算机学院,四川 成都 610065) 摘 要:人脸的头部姿态往往指示并传达着丰富的信息,准确估计头部姿态角度在人脸识别、表情识别等领域有重要作 用。 针对获得的人脸真实姿态角度往往存在一定的偏差且只包含有限个离散角度等问题,文中提出了一种基于多变量标 签分布的连续型姿态估计方法。 在训练阶段,对不同姿态角度,通过训练获得离散情况下的多变量标签分布;在测试阶 段,采用正交多项式拟合的思想,将离散的分布拟合成连续的分布,计算分布的最大值所对应的标签作为最终的输出结 果。 文中在Pointing’04公开库上进行了测试,利用文中方法,在正交多项式拟合后,估计出的人脸的姿态角不再局限于训 练集中的一些角度,而是有更多连续的值,所得的估计姿态角更接近于真实角度。 实验结果表明,文中方法能够预测出更 多的人脸姿态角度,并且预测更稳定。 关键词:姿态估计;多变量标签分布;正交多项式拟合;连续型姿态 中图分类号:TP399.1 文献标识码:A 文章编号:1673-629X(2016)01-0111-04 doi:10.3969/j.issn.1673-629X.2016.01.023 A Continuous Head Pose Estimation Method Based on Multivariate Label Distribution JIANG Ting,ZHAO Qi-jun,CHEN Hu (School of Computer Science,Sichuan University,Chengdu610065,China) Abstract:The human’sheadposeareabundant ofinformation.Accurateestimation ofheadposeplaysanimportantroleinfacerecogni- tion,expression recognition and so on.To improve the precision of estimation andtoalleviatetheproblemthatposesarealwaysfixedto some angles,a continuousmethodbased on multivariatelabel distribution to estimateheadposeswaspresented.In thetrainingphase,get the discrete multivariate distribution from discreteposesandangles.In thetestingphase,adopt orthogonalpolynomial fittingtotransform the discrete distribution into continuousdistribution and compute thelabel correspondingtomaximum in distribution asfinal output.The proposed method hasbeen tested on the open Pointing’04 database.After orthogonalpolynomial fitting,theestimatedanglesarenolon-

文档评论(0)

tangtianbao1 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档