基于回归的人脸特征点自动标定

报告人：刘 银

2012年 03月 01日

目录

一．回归模型二．回归模型系数三．实验四．问题及总结

一．回归模型

回归模型

vXRY )( **

回归函数是否线性，可分为： 线性回归模型 非线性回归模型

回归方程解的表示形式，可分为： 稠密 稀疏

回归模型

线性回归模型回归模型

表示： 稠密线性回归模型的解

完全稀疏线性回归模型的解

vWxP

1)( IGGGPw Tii

Tiii

1)( IGGPGW TT

非线性回归模型高斯过程回归稠密非线性回归模型，

完全稀疏非线性回归模型，

回归模型

nipgT Mjijji 2,...,1,)},{( 1

nipgT Mjijiji 2,...,1,)},{( 1

二．回归模型系数

回归模型系数

回归模型系数

回归模型系数

回归模型系数

回归模型系数

回归模型系数

回归模型系数

回归模型系数

三 .实验

实验

IMM 库：共 40 人，每人 6 幅图像。正面标准、微笑正面、右偏 30° 、左偏30° 、左侧聚光正面、正面任意表情。训练： 39测试： 1

• 较优参数下的实验结果– DLR 0.9584– FSLR 0.9559– DNLR 0.9593– FSNLR 0.9574

实验

实验

DLR

实验

DNLR

实验

内部特征点和外部特征点分别做回归：内 DLR 外 DLR内 DNLR 外 DLR整体 DLR

0.7211 0.9101 1.0640 0.6959 1.300

0.6396 0.8012 0.9715 0.5979 1.2304

0.6476 1.5986 1.7411 0.6606 1.1019

问题及总结

内部和外部特征点分开回归合成图像后 AAM 训练出错

问题及总结

Thanks!