纹理约束下的人脸特征点跟踪

摘要：

将Lucas-Kanade光流跟踪算法与人脸特征点定位的统计模型DAM(direct appearance model)在Bayesian框架下结合起来,提出了视频中人脸特征点定位与跟踪的一种混合模型方法.利用Lucas-Kanade算法预测人脸特征点的位置,充分利用了帧间的相关信息,提高了跟踪的速度.通过DAM中纹理对形状的约束,在提高跟踪精度的同时增强了整个算法的鲁棒性.实验表明,这种方法可以很好地适应人脸的多种运动,可用于人脸识别或3D人脸建模.

关键词：光流、特征点定位、特征点跟踪、贝叶斯后验概率估计

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60332010,60273005

在线出版日期：2004-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1607-1615