融合二阶HOG与CS-LBP的头部姿态估计OA北大核心CSCDCSTPCD
Head pose estimation fusing the second order HOG and CS-LBP
针对头部姿态估计受光照变化、表情、噪声干扰等因素影响导致识别率低的问题,提出一种融合二阶梯度方向直方图( HOG)和中心对称局部二值模式( CS-LBP )特征的姿态特征,用于单帧图像的头部姿态估计. 采用二阶HOG对人脸图像进行形状信息提取,得到人脸的轮廓特征;用CS-LBP进行局部纹理信息的提取,通过将二阶HOG提取的轮廓特征和CS-LBP提取的纹理特征进行融合,得到更有效的人脸特征;将融合的姿态特征通过核主成分分析(KPCA)变换非线性映射…查看全部>>
In order to improve head pose recognition rate under variable illumination, expression, and noise, etc., a novel pose feature, fusing the second order histogram of the orientation gradient ( HOG) with the center symmet-ric local binary pattern (CS-LBP) feature, is proposed in order to estimate head pose in a single frame image. The contour information of the facial image is extracted by the second order HOG, deriving the facial contour feature. CS-LBP is use…查看全部>>
张毅;廖巧珍;罗元
重庆邮电大学 自动化学院,重庆400065重庆邮电大学 自动化学院,重庆400065重庆邮电大学 光电工程学院,重庆400065
信息技术与安全科学
头部姿态估计梯度方向直方图(HOG)中心对称局部二值模式(CS-LBP)核主成分分析(KPCA)支持向量机(SVM)
head pose estimationhistogram of the orientation gradient ( HOG)center symmetric local binary pat-tern (CS-LBP)kernel principal component analysis (KPCA)support vector machine (SVM)
《智能系统学报》 2015 (5)
基于群体智能的多Agent协作模型与适应性研究
741-746,6
国家自然科学基金资助项目(60905066).
评论