【摘 要】
：
在该论文中我们详细描述了基于先验知识的人脸图像理解模型Active Appearance Model(AAM)和Direct Appearance Model(DAM).这两个模型通过学习事先给定的人脸样本的外形和纹
论文部分内容阅读
在该论文中我们详细描述了基于先验知识的人脸图像理解模型Active Appearance Model(AAM)和Direct Appearance Model(DAM).这两个模型通过学习事先给定的人脸样本的外形和纹理的变化特征,构建出人脸外形和纹理的统计模型.利用人脸外形和纹理的统计模型,我们可以合成几乎所有的人脸.在统计模型的基础上,AAM和DAM继续提出了图像的匹配模型.通过学习合成人脸样本与人脸训练样本之间差异同统计模型参数之间的关系,AAM和DAM可以根据当前合成图像同目标图像之间的差异逐步调整统计模型参数使得合成样本逼近实际样本.论文探讨了AAM和DAM学习和匹配的本质,并根据这些探讨提出了几个新的学习匹配流程.最后论文还将独立元分析(independent component analysys)引入到统计模型的建立过程中去.
其他文献
本文首先对带阻尼的线性波动方程及耦合矩阵为[a b-b a]线性波动方程耦合组分别建立了其初边值问题的解的能量指数衰减性及渐近稳定性.进一步，在矩阵的实Schur分解下，建立了线
线性模型是现代统计学中的一个重要分支,在生物、管理、地质、气象、农业、工业等许多领域有着广泛的应用.关于线性模型的研究,参数估计是重要的研究内容之一.特别地,针对最
该篇论文由三章组成,分别讨论下面四类具离散变量和连续变量的脉冲差分方程{Δy(n)+p(n)y(n-l)=0,n∈N(0),n≠n(Ⅰ)y(n+1)-y(n)=by(n),k∈N(1){Δ(y(n)+P(n-m))+Q(n)y(n-l)=0
该文研究了两类重要的非线性随机模型,即混合GARCH(Mixture Generalized Autoregressive Conditional Heteroscedasticity, 简称MGARCH)模型和n阶分形Brown运动(nth-order fr
该文考虑有界区域ΩCR上带齐次混合边值条件(即第三边值问题)的非齐次半线性椭圆型方程(略)正解的存在性和不存在性.其中常数α,λ≥0,p∈(1,N+2/N-2],N>2,p∈(1,∞),1 ≤N≤
工程界使用的小波一般而言是实值的紧支正交对称或反对称的，这有很多好处，尤其在数字图像的边界处理中。但许多学者和专家经过艰苦的努力都找不到实值的紧支正交对称或反对称的
对称算子的自伴延拓有两种方法,一种是Von Neumann方法,另一种是Calkin方法.但这两种延拓之间的联系一直不清楚,该文找到这两种抽象延拓方式之间关系.对于常数分算子而言,曹
拓扑学是高等数学的研究基础，低维拓扑学是拓扑学的重要分支.毫无疑问，三维流形理论作为低维拓扑学的重要分支更是备受关注.从2000年开始，国内外低维拓扑方向的专家和学者从三维