針對(duì)傳統(tǒng)由粗糙到精準(zhǔn)的人臉外形搜索方法,其每一次外形搜索需要在整個(gè)外形搜索空間進(jìn)行,提出一種基于分類的外形搜索方法。該方法始于一個(gè)包含不同人臉形狀的外形搜索空間,首先利用基于相關(guān)性的特征選擇方法對(duì)隨機(jī)森林分類器進(jìn)行優(yōu)化,利用訓(xùn)練的隨機(jī)森林分類器將外形搜索空間分為若干個(gè)外形搜索子空間;然后根據(jù)輸入樣本和隨機(jī)森林分類器確定與當(dāng)前外形最接近的外形搜索子空間,并計(jì)算對(duì)應(yīng)子空間的中心和對(duì)應(yīng)樣本的后驗(yàn)概率分布,方便后續(xù)階段更好地進(jìn)行外形搜索;最后采用級(jí)聯(lián)回歸進(jìn)行人臉特征點(diǎn)定位。在300-W數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該方法不僅有效降低了外形搜索的時(shí)間,同時(shí)在無(wú)約束環(huán)境中具有良好的魯棒性。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用研究. 2019,36(04)北大核心CSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 隨機(jī)森林簡(jiǎn)介
2 基于分類的外形搜索算法
    2.1 基于相關(guān)性的特征選擇
    2.2 改進(jìn)的隨機(jī)森林分類器
    2.3 分類外形搜索算法
3 實(shí)驗(yàn)分析
    3.1 分類特征的選擇
    3.2 分類精度驗(yàn)證
    3.3 人臉特征點(diǎn)定位的實(shí)驗(yàn)分析
        3.3.1 數(shù)據(jù)集和參數(shù)設(shè)置
        3.3.2 實(shí)驗(yàn)結(jié)果分析
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于特征相關(guān)性的特征選擇[J]. 蔣盛益,王連喜.  計(jì)算機(jī)工程與應(yīng)用. 2010(20)



本文編號(hào)：3116929