首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://yq.aliyun.com/articles/208978

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《中国人工智能学会通讯》——11.14 三维人脸识别算法

11.14 三维人脸识别算法 三维人脸识别由于其类内差距大而类间差距小,且易受表情变化等非刚性形变影响等特点,一直是一个富有挑战的模式识别问题[5] 。此外,三维人脸识别还易受头发遮挡,以及数据缺失等因素的影响。通过分析发现,虽然表情变化会改变人脸的三维形状,但人脸的局部形状信息依然能保持较好的稳定性。因此,采用局部特征匹配的方式可以有效地降低表情变化对人脸识别带来的负面影响。基于此,本文提出了一种基于 RoPS 局部特征的三维人脸识别算法[9] 。该算法首先采用鼻尖检测获得人脸点云;接着对三维人脸进行平滑补洞等预处理;进而在人脸上检测一系列具有较强类属关联性的关键点 ( 如图 10所示 ),这些关键点在不同个体人脸上的分布存在较大差异,但在同一个个体不同表情人脸上的分布较为相似。在此基础上,通过局部特征匹配与点云配准实现对三维人脸的融合识别 ( 如图 11 所示 )。在 FRGC v2 标准数据集上的测试结果 ( 见表 1)表明,本文算法获得了非常高的识别率和对表情变化的稳健性。该算法的贡献在于两方面,一方面,采用局部特征有效降低了表情变化对人脸识别的不利影响;另一方面,综合利用人脸...

《中国人工智能学会通讯》——11.15 结束语

11.15 结束语 本文从局部特征出发,提出了一套完整的局部特征描述、三维模型重建,以及三维目标识别解决方案,并给出了模型重建与目标检测一体化算法框架。本文的主要贡献可概括为六个方面,即提出了一种点云局部特征描述算法算法框架及其实现技术、一套系统的点云局部特征描述子基准评估体系、一种基于形状生长的三维模型重建算法、一种层次化的三维目标识别算法、一种三维目标检测与模型重建一体化算法,以及一种表情变化下的三维人脸识别算法。基于深度学习的点云特征学习、低质量点云的特征检测与描述、海量数据下的三维目标检测识别、异源点云配准,以及融合语义信息的三维场景建模是值得进一步挖掘的研究方向。

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Oracle

Oracle

Oracle Database,又名Oracle RDBMS,或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统,系统可移植性好、使用方便、功能强,适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Apache Tomcat

Apache Tomcat

Tomcat是Apache 软件基金会(Apache Software Foundation)的Jakarta 项目中的一个核心项目,由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定,而且免费,因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可,成为目前比较流行的Web 应用服务器。

Eclipse

Eclipse

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言,它只是一个框架和一组服务,用于通过插件组件构建开发环境。幸运的是,Eclipse 附带了一个标准的插件集,包括Java开发工具(Java Development Kit,JDK)。