模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2014, Vol. 27 Issue (10): 946-953    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于双线性回归的个体人脸表情图像归正方法*
陈莹1,2,张龙媛1,仪晓斌1
1.江南大学 轻工过程先进控制教育部重点实验室 无锡 214122
2.上海交通大学 系统控制与信息处理教育部重点实验室 上海 200240
Bilinear Regression Based Expression Face Neutralization Preserving Person-Specific Characters
CHEN Ying1,2, ZHANG Long-Yuan1, YI Xiao-Bin1
1.Key Laboratory of Advanced Process Control for Light Industry of Ministry of Education,Jiangnan University, Wuxi 214122
2.Key Laboratory of System Control and Information Processing of Ministry of Education,Shanghai Jiao Tong University, Shanghai 200240

全文: PDF (1289 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对当前人脸表情归正方法缺少个体特征的不足,提出一种基于双线性核降秩回归 (BKRRR) 的归正方法.BKRRR从训练样本集中同时合成虚拟表情图像和中性表情图像,通过二者差分形成表情掩膜.将待测样本通过分段仿射变换投影至中性表情模板,然后以BKRRR虚拟中性表情图像作为前景图像,以待测样本的中性表情投影图像作为背景图像,以表情掩膜作为前景模板,采用基于泊松方程的图像融合技术获取保留个体特征的虚拟中性表情人脸.实验表明文中方法所合成的虚拟图像在主观视觉和客观评价上均优于目前基于学习的表情归正方法,利于人脸识别精度的提高.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
陈莹
张龙媛
仪晓斌
关键词 表情归正双线性回归分段仿射变换泊松图像融合    
Abstract:In traditional learning-based expression neutralization methods, person-specific characters are removed from the visual neutral face.To solve this problem, an expression neutralization algorithm based on bilinear kernel rank reduced regression (BKRRR) is proposed. The BKRRR algorithm is designed to synthesize virtual expression and virtual neutral images from training samples simultaneously. An expression mask is established using differences of the two images. The test expression image is warped to neutral template by piece-wise affine warp. An image fusion strategy based on Poisson equation is then designed. The visual BKRRR neutral image is used as foreground, the warped image as background and the expression mask as foreground mask. And thus the visual neutralized face image with person-specific characters preserved is obtained. Experimental results show that the synthesized visual neutral image outperforms other learning-based methods in both visual and objective evaluation, and the accuracy of expression invariant face recognition is improved.
Key wordsExpression Neutralization    Bilinear Regression    Piece-Wise Affine Warp    Poisson Image Fusion   
收稿日期: 2013-06-24     
ZTFLH: TP391  
基金资助:国家自然科学基金项目(No.61104213)、江苏省自然科学基金项目(No.BK2011146)资助
作者简介: 陈莹(通讯作者),女,1976年生,博士,副教授,主要研究方向为计算机视觉、信息融合.E-mail:chenying@jiangnan.edu.cn.张龙媛,女,1988年生,硕士研究生,主要研究方向为计算机视觉.仪晓斌,男,1989年生,硕士研究生,主要研究方向为人脸识别.
引用本文:   
陈莹,张龙媛,仪晓斌. 基于双线性回归的个体人脸表情图像归正方法*[J]. 模式识别与人工智能, 2014, 27(10): 946-953. CHEN Ying, ZHANG Long-Yuan, YI Xiao-Bin. Bilinear Regression Based Expression Face Neutralization Preserving Person-Specific Characters. , 2014, 27(10): 946-953.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I10/946
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn