%0 Journal Article
%T Bayesian Network Enhanced Prediction Based Multiple Facial Feature Tracking<br>基于贝叶斯网络增强预测模型的人脸多特征跟踪
%A SU Cong yong
%A ZHUANG Yue ting
%A HUANG Li
%A WU Fei
%A <br>苏从勇
%A 庄越挺
%A 黄丽
%A 吴飞
%J 中国图象图形学报
%D 2005
%I 
%X 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。
%K multiple facial feature tracking
%K multi
%K cue
%K Bayesian network
%K graphical model
%K Kalman filter
%K meanshift<br>人脸
%K 特征跟踪
%K 贝叶斯网络
%K 计算机视觉
%K 集成
%K 跟踪算法
%K 快速性
%K 准确
%K 难题
%K 实验结果
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=965CB4B9B894059C&yid=2DD7160C83D0ACED&vid=F3090AE9B60B7ED1&iid=0B39A22176CE99FB&sid=A58CF3BAE79427D0&eid=F1A8654ADB4E656E&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=0&reference_num=10