基于强跟踪滤波器预测的主动表观模型人脸特征点跟踪

来源 :计算机应用 | 被引量 : 7次 | 上传用户:pengqiuyu1990
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用主动表观模型(AAM)可以对视频序列中人脸进行特征点定位,当目标对象与初始位置偏离过大时,就会使拟合过程陷入局部最小,使迭代无法收敛到正确位置,造成定位失败。针对此问题,提出了一种基于强跟踪滤波器(STF)预测的AAM(STF-AAM)人脸特征点跟踪方法。首先,将视频中头部运动看成动态系统,然后利用强跟踪滤波器对其进行预测跟踪,从而找到每一帧的拟合初始位置并进行拟合运算。由于视频序列中每一帧中的拟合初始位置都能被快速找到,从而取得了比较精确、快速的跟踪结果。实验结果表明,所提方法与传统方法相比在
其他文献
通过调研,本文分析了甘肃省农村垃圾分类与处理过程中存在的问题,提出了农村生活垃圾分类与处理应坚持的基本原则;根据自然地理特点和农村分布情况,提出了三种垃圾分类与处理模式
针对暴雨径流管理模型(SWMM)输入文件的制作效率低及误差较大的问题,提出了将SWMM模型整合到基于ArcEngine(AE)二次开发的管网系统中的方法,系统通过借助地理信息系统(GIS)强大的空间分析能力自动划分汇水区,生成研究区域的子汇水区信息,同时结合数据库中的管网属性数据自动生成SWMM的输入文件,避开了人工制作输入文件的复杂过程。实验结果表明,输入文件的制作效率和误差有很大的改善。系统在
为避免网络拥塞,针对现有路由调整算法没有考虑网络流量均衡分布和用户使用感知的问题,提出一种路由选择算法。在保证网络时延,不影响用户服务质量的前提下,选择带宽利用率最小的路径,最大限度实现负载均衡。为尽可能反映实际情况,实验采用真实的Abilene2网络拓扑,结果表明:该算法能有效缓解网络拥塞,网络可利用率提高超过50%。与现有算法相比,该算法能同时满足带宽利用率和网络时延两方面要求。此外,通过调整
全面搜集互联网上各类循证医学信息资源,分析和研究各自的功能和特性,为促进我国循证医学工作的开展,解决广大医务工作者在证据查寻、评价和利用方面的困难,提供具体可行的查找途