文献

J-GLOBAL ID：201402271191699756   整理番号：14A0035304

十分でない訓練画像を有する無拘束環境の下での正確な顔の特徴の位置決め

Precise Facial Feature Localization under Non Restraint Environment with Limited Training Images

著者 (2件)： Chen Ying (Key Lab. of Advanced Process Control for Light Ind. of Ministry of Education, School of Internet of Things ...) ,  Zhang LongYuan (Key Lab. of Advanced Process Control for Light Ind. of Ministry of Education, School of Internet of Things ...)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 26  号： 6  ページ： 577-583  発行年： 2013年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  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： 現在の方法の限界を分析した後に,確率フレームワークにおいて,十分でない訓練データを用いた正確な位置決め戦略を提案した。他の従来の記述子との比較解析の後,顔の構成要素のテクスチャおよび幾何情報をモデル特徴として抽出した。確率モデリングのためにGauss混合モデルを用いた。そしてそれは,種々の顔の状態から抽出したそれぞれのモデル特徴の分布を適切に説明した。次に,顔の特徴の位置決めのために,一連の融合戦略を考案した。そしてそれは,それぞれの顔の特徴の確率分布,それらの周囲の構成要素の分布特性およびそれらの幾何拘束を考慮した。その実験結果は,提案した方法が,単一被写体が所有する十分でない訓練サンプル画像を有する顔の特徴についての正確な位置決めを実現できて,それが位置決め精度において他の方法より優れていることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： 位置決め ,  *特性 ,  Gauss模型 ,  フレームワーク【ソフトウェア開発】 ,  精度 ,  モデリング ,  データ ,  確率分布 ,  成分
準シソーラス用語： *顔の特徴 ,  Gauss混合モデル ,  位置決め精度 ,  訓練データ ,  実験結果 ,  構成要素

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 訓練 ,  拘束 ,  顔の特徴