基于 回归的人脸特征点自动标定
Post on 24-Jan-2016
115 Views
Preview:
DESCRIPTION
TRANSCRIPT
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!
top related