%0 Journal Article
%T Method of Human Facial Feature Points Positioning Based on Improved ASM<br>一种基于改进的ASM的人脸特征点定位方法
%A HAN Yu-feng
%A WANG Xiao-lin
%A <br>韩玉峰
%A 王小林
%J 计算机科学
%D 2013
%I 
%X 主动形状模型(ASM)在对目标点的搜索过程中,只采用了训练图像中标定点两侧法线方向的profile邻域内像素点的灰度信息,且对这些点等同视之；搜索时也只限于目标图像标定点两侧法线方向上的若干个像素,范围过于简单。考虑到彩色人脸图像的普及及其携带的丰富的信息,首先在RGB空间分三通道分别进行处理,其次对profile邻域内像素点赋予不同的权重,建立加权的局部灰度模型,最后把搜索空间拓展到包括传统法线和与之相互平行的相邻的两条法线上的像素点集上。仿真实验表明,以上3方面的改进大大提高了ASM方法对人脸特征点的定位精度,精度提高16.5%,是一种可行的改进方法。
%K Active shape model (ASM)
%K Local gray-level model
%K Facial feature points positioning
%K RGB space<br>主动形状模型(ASM)
%K 局部灰度模型
%K 人脸特征点定位
%K RGB空间
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=E61EC7D94804D759D2AC5F2D0FCC3F5E&yid=FF7AA908D58E97FA&vid=1371F55DA51B6E64&iid=E158A972A605785F&sid=273ADA1BCEFE8C00&eid=6826CBE9C80ACB20&journal_id=1002-137X&journal_name=计算机科学&referenced_num=0&reference_num=10