Improved three dimensions face shape reconstruction based on principal component analysis

您当前的位置：

首页 >

文章列表页 >

Improved three dimensions face shape reconstruction based on principal component analysis

更新时间：2025-09-01

- Improved three dimensions face shape reconstruction based on principal component analysis
- Issue 4, Pages: 568-571(2008)
- 作者机构：
  
  1:燕山大学信息科学与工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2008
- 稿件说明：
移动端阅览
Improved three dimensions face shape reconstruction based on principal component analysis[J]. 2008, (4): 568-571.
DOI：

Improved three dimensions face shape reconstruction based on principal component analysis[J]. 2008, (4): 568-571. DOI：

摘要

针对基于主成分分析(PCA)的三维(3D)人脸形状重构不精确的缺点

对位移向量、缩放因子、旋转矩阵、重构系数等参数进行了精确的定义和计算

并对重构模型进行了有效的调整。根据CVL Face Database建立了113个3D人脸形状模型

经迭代运算后重构出了由特征点组成的稀疏3D人脸形状模型。利用径向基函数(RBF)得到了密集3D人脸形状模型。试验结果表明

算法可以得到精确的重构模型

对深度旋转的人脸图像和特征点定位误差也有很好的鲁棒性。

Abstract

关键词

Keywords

references

Views

189

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The spectral reflectance reconstruction method based on Three-channel expansion

3Dpoint cloud registration algorithm based on locality preserving PCA

The research of glasses removal based on PCA/ICA and error compensation

Dimensionality reduction method based on combination of PCA and ICA

Study on the hyperspectral remote sensed image classify based on PCA and SVM

Related Author

王晓红

王东东

麻祥才

肖颖

高倩

吴明明

王育坚

胡文瑾

Related Institution

2:上海理工大学出版印刷与艺术设计学院

1:上海出版印刷高等专科学校印刷包装工程系

1:北京联合大学信息学院

2:西北民族大学数学与计算机科学学院

1:兰州理工大学电气工程与信息工程学院

⁰