基于贝叶斯网络增强预测模型的人脸多特征跟踪

苏从勇; 庄越挺; 黄丽; 吴飞

发布时间：
摘要点击次数： 2807
全文下载次数： 279
DOI: 10.11834/jig.20050234
2005 | Volume 10 | Number 2

基于贝叶斯网络增强预测模型的人脸多特征跟踪

苏从勇^1,2, 庄越挺^1,2, 黄丽^1,2, 吴飞^1,2(1.浙江大学计算机学院，杭州 310027;2.浙江大学微软视觉感知实验室，杭州 310027)

摘要

人脸多特征跟踪是当前计算机视觉中的一个难题，其中一个难点是需要尽可能准确地预测出下一帧中人脸多个特征轮廓的位置。提出了一个基于多重提示预测模型的跟踪算法，将基于二阶自回归过程的动力学模型的快速性特点与基于图模型(贝叶斯网络)动力学模型的准确性特点结合起来，得到融合的预测结果。多重提示的预测模型与观测模型可以方便地集成在卡尔曼滤波框架中。实验结果表明本文算法可以较准确地同时跟踪具有丰富表情的人脸多个特征。

关键词

人脸特征跟踪贝叶斯网络计算机视觉集成跟踪算法快速性准确难题实验结果

Bayesian Network Enhanced Prediction Based Multiple Facial Feature Tracking

()

Abstract

Keywords

multiple facial feature tracking multi cue Bayesian network graphical model Kalman filter meanshift

在线采编平台

论文出版

年度会议

下载中心

年度信息