作　　者： ; ; ; ;

机构地区： 中南大学信息科学与工程学院

出　　处： 《计算机应用研究》 2009年第8期3152-3155,共4页

摘　　要： 基于BCD提出了一种新的面部特征点定位方法,该方法在以下三个方面扩展了传统的BCD(boostedcascade detector):a)建立了BCD决策响应与特征点位置之间的概率关系;b)提出一种基于上述概率关系的特征点定位方法;c)设计了两种最佳人脸候选区域的选择方法。解析式的BCD把人脸检测和面部特征点定位融合成一个统一的过程。实验表明其精度和速度高于平均位置法(AVG)和基于boosted classifiers的最佳命中法(BestH it),并且它的运行速度也明显高于基于非线性优化的AAM和SOS法。 This paper described a novel technique called analytic boosted cascade detector （ABCD） to automatically locate features on the human face. ABCD extended the original boosted cascade detector （BCD） in three ways： a） a probabilistie model was included to connect the classifier responses with the facial features, b） formulated a features location method based on the probabilistic model, c） presented two selection criterions for face candidates. The new technique melted face detection and facial features location into a unified process. It outperformed average positions （AVG） and boosted classifiers ＋ best response （BestHit）. It also shows great speed superior to the methods based on nonlinear optimization, e.g. AAM and SOS.

关 键 词： 解析式 人脸检测 面部特征点定位

领　　域： [自动化与计算机技术] [自动化与计算机技术]