基于主動形狀模型的頭部姿態(tài)估計.pdf

1、頭部姿態(tài)估計在智能監(jiān)控領(lǐng)域有著巨大的應(yīng)用價值。頭部姿態(tài)一般體現(xiàn)著個體感興趣的目標及其行為趨勢,它是行為識別的重要依據(jù)。然而,給定一幅人臉圖像,估計其中頭部的姿態(tài)具有相當(dāng)大的難度,特別是估計姿態(tài)中的俯仰和偏航角尤為困難。不同人臉型的差異,攝像頭位置不同造成的尺度變化、人的表情變化、環(huán)境光照變化等因素都會對算法準確程度產(chǎn)生影響。
　　 頭部姿態(tài)估計方法可以分為二大類:基于圖像的方法和基于模型的方法。前者的基本過程是用主元分析和流形學(xué)

2、習(xí)等技術(shù)將人臉圖像數(shù)據(jù)進行降維,在得到的低維空間中對不同姿態(tài)進行分類。后者首先抽取出圖像中人臉部有意義的形狀或紋理特征,這些特征通常以參數(shù)化模型的方式表達,然后基于這些特征進行姿態(tài)估計。相對于前者,此類方法可以更好的捕捉細微的頭部姿態(tài)變化。
　　 本文提出了一種基于主動形狀模型的頭部姿態(tài)估計算法。主動形狀模型是建立在大量訓(xùn)練基礎(chǔ)上的形狀模型。它通過對幾何特征和紋理特征的訓(xùn)練得到模型參數(shù)以估計目標的特征點集。該模型能準確的表達不同