文献

J-GLOBAL ID：201602280781565043   整理番号：16A1125603

確率的森林回帰に基づく顔特徴点標定【JST・京大機械翻訳】

Facial landmarks location based on random forest regression

著者 (3件)： Liu Renming (College of Electrical and Information Engineering,Hunan University) ,  Mao Jianxu (College of Electrical and Information Engineering,Hunan University) ,  Li Yankun (College of Electrical and Information Engineering,Hunan University)
資料名： Dianzi Celiang Yu Yiqi Xuebao  (Dianzi Celiang Yu Yiqi Xuebao)
巻： 30  号： 5  ページ： 684-693  発行年： 2016年 
JST資料番号： C2677A  ISSN： 1000-7105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 顔特徴点標定が顔姿勢、表情、照明とオクルージョンなどの要素の影響を受けやすい問題に対して、ランダム森林回帰に基づく特徴点標定方法を提案した。ランダムな森林モデルを,画素の差異特性によって確立し,そして,訓練サンプルの推定形状を,森林モデルの回帰によって得た。訓練サンプルの推定形状と実際の形状に対して線形最小二乗フィッティングを行い、大域的最適化モデルを得た。次に,モデルを用いて,試験サンプルの特徴点の位置を推定し,形状最適化を行い,それによって,顔特徴点の自動位置決めを実現した。この方法は相対誤差が0.1以下の測定基準を採用し、MATLAB R2009Aプラットフォーム実験、HELENとLFPWデータベース上でテストを行い、2つのデータベースのサンプル定位正確率は95%を超え、平均定位速度は9.3 FPSであった。そして,訓練モデルは5.4MBであった。実験結果は以下を示す。提案した方法は,顔姿勢,表情,照明,オクルージョンなどの因子に影響を与えることができ,同時に訓練モデルが小さく,効果的に顔特徴点標定の精度と速度を向上させることができる。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 画素 ,  形状最適化 ,  表情 ,  データベース ,  線形性 ,  位置決め ,  オクルージョン ,  定位 ,  最小二乗法 ,  *標定
準シソーラス用語： MATLAB ,  相対誤差 ,  大域的最適化 ,  ランダムフォレスト ,  *特徴点 , 【Automatic Indexing@JST】

著者キーワード (4件)： facial landmarks location ,  random forest ,  cascaded regression ,  pixel-difference features

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 確率 ,  森林 ,  顔 ,  特徴点 ,  標定