检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

3 篇 学位论文

馆藏范围

3 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

3 篇 工学
- 3 篇 机械工程

主题

3 篇 级联形状回归模型
3 篇 人脸特征点定位
1 篇 人脸对齐
1 篇 卷积特征
1 篇 高斯热图回归网络
1 篇 统计学习
1 篇 极限学习机
1 篇 3dmm
1 篇 主动形状模型
1 篇 人脸特征点跟踪
1 篇 主动表观模型

机构

1 篇 北京交通大学
1 篇 江南大学
1 篇 南京理工大学

作者

1 篇 李慧芳
1 篇 崔滢
1 篇 张佳慧

语言

3 篇 中文

检索条件"主题词=级联形状回归模型"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于统计学习的人脸特征点定位算法研究

基于统计学习的人脸特征点定位算法研究

引用

作者：崔滢南京理工大学

学位级别：博士

人脸图像的特征点定位是人脸图像分析与识别问题的一个关键前提,人脸特征点的精确定位为人脸识别、人脸姿态估计、表情分析、年龄估计、人机交互、3D人脸动画建模等工作的进行提供了有力的保障。然而由于拍摄条件的不可控性,人脸图像往... 详细信息

人脸图像的特征点定位是人脸图像分析与识别问题的一个关键前提,人脸特征点的精确定位为人脸识别、人脸姿态估计、表情分析、年龄估计、人机交互、3D人脸动画建模等工作的进行提供了有力的保障。然而由于拍摄条件的不可控性,人脸图像往往存在着光照、表情、姿态、遮挡等一系列成像因素的复杂变化。这些影响因素使得人脸图像之间的差异千变万化,给特征点的定位带来巨大的挑战。现有算法的精度和鲁棒性尚不能满足实际应用的要求。本论文主要针对具有复杂变化的人脸特征点定位问题展开深入的理论研究和实验验证。论文着眼于使用统计学习理论在有限的人脸图像样本集下提出对各种人脸变化都比较鲁棒的高效率、高精度的人脸特征点定位方法。主要的研究成果包括：(1)针对视频人脸特征点的跟踪定位问题,提出了基于光流法约束AAM的人脸特征点跟踪方法。与静态图像不同,视频图像的上下帧之间存在着一定的相关性。利用Lucas-Kanade光流法跟踪预测目标关键点的位置,通过分析帧间相似性,利用帧间相似性保持的性质来预测AAM定位的初始特征点。该方法充分利用了视频帧间的相关性信息,使得AAM可以很好地适应人脸的运动,提高了特征点跟踪的速度,同时增强了整个算法的鲁棒性。(2)通过分析人脸图像内容的局部稳定性与变化性,提出了基于统计形变模型的两步骤人脸特征点定位方法。该方法利用了ASM与AAM方法各自的优势,在形状点分布模型PDM所建立的整体形状模型约束下,对人脸图像的五官和外轮廓进行分步定位,即先使用AAM定位人脸内部五官特征点,再使用ASM定位外部轮廓特征点,然后将内外特征点结合起来生成整体定位结果。为了提高ASM模型定位的准确性,对ASM的局部纹理模型进行了从一维的简单灰度向量模型到2D局部纹理建模的改进。实验结果表明,所提出的两步骤方法与其它统计形变模型相比,在鲁棒性与定位精度上都有明显的提高,可以较好地适应人脸姿态与表情的变化。(3)针对生活场景下的复杂人脸图像数据的研究,提出了基于分类随机蕨的快速人脸特征点定位方法。该方法分析了目前存在的基于级联形状回归的显式形状定位算法的缺点,从类别分析的角度构建随机蕨回归算法,使得该算法可以尽量获取全局最优解。同时针对级联形状回归的初始依赖问题,提出了一个基于姿态分析的初始形状优化选择方法,大大提高了算法的鲁棒性。在当前最具挑战性的LFPW数据库与HELEN数据库上的实验表明,所提的方法可以鲁棒地应对人脸的光照、姿态、以及小范围的遮挡变化,与当前最好的定位算法相比,所提出的方法在定位精度与鲁棒性上均有所提高。

关键词：统计学习人脸特征点定位人脸特征点跟踪主动表观模型主动形状模型级联形状回归模型

来源：评论

学校读者我要写书评

暂无评论

基于卷积特征的人脸征点定位研究

基于卷积特征的人脸征点定位研究

引用

作者：李慧芳北京交通大学

学位级别：硕士

人脸特征点定位是自动定位事先定义好的面部关键点，以获取人脸形状。人脸特征点定位是人脸图像分析的关键步骤，在人脸识别、仿真、跟踪、表情分析、人脸三维动画建模等任务中有着广泛的应用，受到研究者们广泛的关注。目前，在可控环... 详细信息

人脸特征点定位是自动定位事先定义好的面部关键点，以获取人脸形状。人脸特征点定位是人脸图像分析的关键步骤，在人脸识别、仿真、跟踪、表情分析、人脸三维动画建模等任务中有着广泛的应用，受到研究者们广泛的关注。目前，在可控环境下，人脸特征点定位和人脸分析相关任务已经达到了比较满意的结果。但在非控场景下，由于受到光照、姿态、表情、遮挡等非可控因素的影响，人脸外观和形状变化呈现高度非线性。因此，已有模型在人脸特征点定位和人脸其他相关任务上的性能依然很差，无法满足实际应用的要求。本论文主要针对非可控场景下的人脸特征点定位问题进行研究，并针对该问题提出了相应的解决办法。主要创新点如下:\n (1)在非可控场景下，人脸外观变化呈现高度非线性，而现有模型的视觉特征描述方法难以对其进行准确表达。为了解决该问题，本文提出一种基于深度卷积特征和极限学习机的人脸特征点定位方法。该方法包括:首先，设计并训练深度卷积神经网络，提取全局卷积特征，包含空间像素和上下文语义信息;然后，引入鲁棒的极限学习机，代替卷积神经网络中内置的回归器，实现人脸外观特征到人脸形状的非线性映射;最后，融合多尺度的预测结果确定特征点位置。实验结果表明:包含空间像素和上下文语义信息的卷积特征凸显了复杂人脸外观的一般模式，更有助于定位任务;极限学习机回归函数对人脸外观特征到人脸形状之间的映射能力较强;融合多尺度预测可以进一步提高定位的精度。\n (2)在非可控场景下，人脸外观和人脸形状存在较大的差异，而现有的级联形状回归模型对初始形状敏感，局部特征忽略形状约束信息。为了解决该问题，本文提出一种改进的级联回归模型实现人脸特征点定位。该模型包括:首先，在级联结构的第一级，通过学习算法直接输出所有特征点位置作为初始形状，代替人工赋值的初始形状，在级联结构的后几级，设计并训练多目标的浅层卷积神经网络，提取局部卷积特征，包含局部相关性信息;然后，改进极限学习机回归函数的优化方法，提高算法的泛化性;最后，通过级联框架实现由粗到精的人脸特征点定位。实验结果表明:通过学习算法初始人脸形状鲁棒性较高;增加局部特征之间的相关性可以添加形状约束信息，提高定位的精度。另外，本文提出的级联形状回归模型每级基于不同类型的特征，拓宽了现有的级联形状回归方法。

关键词：人脸特征点定位卷积特征极限学习机级联形状回归模型

来源：评论

学校读者我要写书评

暂无评论

针对多姿态人脸的特征点定位算法研究

针对多姿态人脸的特征点定位算法研究

引用

作者：张佳慧江南大学

学位级别：硕士

人脸特征点定位任务的目标是定位出人脸图像中五官等具有语义含义的特征点坐标。许多人脸图像分析技术,如人脸识别、头部姿态识别、三维人脸重建等,都需要人脸特征点定位作为中间步骤。人脸特征点定位工作发展至今,研究对象已经不仅仅... 详细信息

人脸特征点定位任务的目标是定位出人脸图像中五官等具有语义含义的特征点坐标。许多人脸图像分析技术,如人脸识别、头部姿态识别、三维人脸重建等,都需要人脸特征点定位作为中间步骤。人脸特征点定位工作发展至今,研究对象已经不仅仅局限于单一的仿真环境下采样的正面人脸图像,更包含了在无约束条件下采集的具有姿态、遮挡、光照等多重因素影响的人脸图像。尽管人脸特征点定位研究已经取得了丰硕的成果,但这些无约束样本依旧是研究的一项难点。人脸特征点定位的相关算法有多种不同的架构,其中使用最多的有两种:级联形状回归模型和高斯热图回归网络。其中级联形状回归模型的原理是在一个正面的、中性的初始人脸形状的基础上迭代更新,直至形状逼近真实人脸形状。由于受初始形状限制,这类模型在面对大姿态人脸图像时有很大的回归难度。高斯热图回归网络将回归目标改为坐标点的高斯分布图,提升了模型的空间泛化能力。但由于特征点之间的关联性没有得到有效表达,因此在面对姿态、遮挡等因素影响的人脸图像时,预测结果可能出现特征点四散的现象。本文分别针对这两类架构存在的问题,提出改进的方案,提升算法对姿态等无约束条件的鲁棒性。本文的主要工作如下:1、基于融合子空间和三维拟合的人脸特征点定位算法研究。考虑到基于级联形状回归模型的人脸特征点定位方法会受到初始形状的限制,本文研究了一种双层级联形状回归模型架构,其中第一层用于生成粗略对齐的初始形状,第二层基于上层输出的初始形状,实现更精准的人脸特征点定位。第一层的回归目标是本文定义的简化人脸形状,利用三维拟合法即可生成对应的完整人脸形状。先定位简化人脸形状是因为减少特征点的个数可以在一定程度上降低回归的难度。为了进一步提升简化人脸形状的预测精度,本文还引入了基于融合子空间的样本划分法,将样本依据融合特征划分成多个子集,同一子集中的样本在姿态上都具有一定的相似性,再分别对每个子集进行模型训练,提升整体的姿态鲁棒性。2、融合形状约束和高斯热图回归的人脸特征点定位算法研究。由于高斯热图回归网络对于人脸特征点之间的关联性表达较弱,本文将注意力图引入高斯热图回归网络中,以作为形状约束。该算法架构包含三部分,三维模型参数预测网络,注意力图生成器和高斯热图回归网络。其中三维模型参数预测网络以轻量级网络Mobile Net-v3为主干,目标是预测三维人脸模型的参数。本文还采用新的数据合成方法来提升模型的泛化能力。根据预测得到的三维人脸模型参数可以重建出与人脸图像初步拟合的三维人脸形状。注意力图生成器会将三维人脸形状投影至二维平面,连接特征点形成边界线图,再将边界线图转化成注意力图。高斯热图回归网络以HRNet为主干,将原始图像与注意力图的融合结果作为输入,实现从粗到精的人脸特征点定位。本文在300W、WFLW、COFW人脸特征点定位数据集上设计了多种消融实验以及与其它先进算法的对比实验。经多项实验数据证明,本文改进后的算法对大姿态、无约束的人脸图像的特征点定位具有更高的准确性和鲁棒性。

关键词：人脸特征点定位人脸对齐级联形状回归模型高斯热图回归网络 3DMM

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：