基于高斯加权和因子分析字典学习的人脸姿态估计

• 作 者: 廖海斌 邓树文 王电化 范平 陈友斌
• 机 构: 湖北科技学院计算机科学与技术学院,华中科技大学自动化学院
• 出 处: 扬州大学学报(自然科学版)
• 发表日期: 2018年04期
• 关键词: 人脸姿态估计 字典学习 稀疏表示 因子分析 face pose estimation dictionary learning sparse representa
• 基金项目: 国家自然科学基金资助项目(61701174),湖北省自然科学基金资助项目(2017CFB300),湖北省教育厅科学技术研究资助项目(Q20172805),湖北科技学院工科硕士点建设专项科研资助项目(2018-19GZ050).

针对传统的非约束环境下人脸姿态估计方法无法在统一框架下很好地处理各种姿态相关和姿态无关因子等问题,设计了基于字典学习和稀疏表示的鲁棒性人脸姿态估计框架,提出一种新的基于鼻尖点高斯加权的人脸预处理方法.此外,为了提高字典的鉴别性,提出一种基于姿态相关和姿态不相关因子分析的鉴别字典学习算法.通过在公开的XJTU、Multi-PIE、CAS-PEAL-R1和AFLW人脸库实验,结果表明:该方法在具有光照、噪声和遮挡变化的人脸库上识别率均约达95%,基本可满足实际应用的要求.