论文部分内容阅读
针对在复杂背景和部分遮挡情况下提取面部特征轮廓的困难,提出了一种基于统计模型的随机方法.该方法将面部特征轮廓作为动态随机过程的状态序列,并应用统计方法建立人脸整体形状模型和特征形状模型,分别构造面部特征间和面部特征内控制点样本的预测方程,最后利用序列蒙特卡洛方法估计随机状态.该方法给出了面部特征提取的随机描述,打破了确定性方法对单高斯分布和轮廓形状线性变化的依赖性,实现了轮廓的准确可靠提取.对100幅正面人脸图像的实验结果表明,轮廓定位相对误差仅为2 7%.对标准人脸检测数据库中传统算法很难处理的复