主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
宋刚,艾海舟,徐光祐.纹理约束下的人脸特征点跟踪.软件学报,2004,15(11):1607-1615
纹理约束下的人脸特征点跟踪
Texture Constrained Facial Feature Point Tracking
投稿时间:2003-08-11  修订日期:2004-06-10
DOI:
中文关键词:  光流  特征点定位  特征点跟踪  贝叶斯后验概率估计
英文关键词:optical flow  feature point localization  feature point tracking  Bayesian posterior probability estimation
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60332010, 60273005 (国家自然科学基金)
作者单位
宋刚 清华大学,智能技术与系统国家重点实验室,北京,100084
清华大学,计算机科学与技术系,北京,100084 
艾海舟 清华大学,智能技术与系统国家重点实验室,北京,100084
清华大学,计算机科学与技术系,北京,100084 
徐光祐 清华大学,智能技术与系统国家重点实验室,北京,100084
清华大学,计算机科学与技术系,北京,100084 
摘要点击次数: 3520
全文下载次数: 3356
中文摘要:
      将Lucas-Kanade光流跟踪算法与人脸特征点定位的统计模型DAM(direct appearance model)在Bayesian框架下结合起来,提出了视频中人脸特征点定位与跟踪的一种混合模型方法.利用Lucas-Kanade算法预测人脸特征点的位置,充分利用了帧间的相关信息,提高了跟踪的速度.通过DAM中纹理对形状的约束,在提高跟踪精度的同时增强了整个算法的鲁棒性.实验表明,这种方法可以很好地适应人脸的多种运动,可用于人脸识别或3D人脸建模.
英文摘要:
      In this paper, a facial feature point tracking scheme is proposed by integrating Lucas-Kanade optical flow tracking algorithm and the face alignment statistical model, DAM (direct appearance model), together in a Bayesian framework. The prediction of feature positions from Lucas-Kanade algorithm exploits the inter-frame correlations and accelerates the tracking speed. The texture-shape constraint under DAM improves the localization accuracy and robustness. Experiments show that this method adapts well to the various face movements. It can be used in face recognition or 3D face modeling.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利