改进的基于主成分分析的三维人脸形状建模

您当前的位置：

首页 >

文章列表页 >

改进的基于主成分分析的三维人脸形状建模

信息光学与图像处理 | 更新时间：2025-09-01

- 改进的基于主成分分析的三维人脸形状建模
- Improved three dimensions face shape reconstruction based on principal component analysis
- 光学技术 2008年第4期页码：568-571
- 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：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
吴昊, 王成儒. 改进的基于主成分分析的三维人脸形状建模[J]. 光学技术, 2008,(4):568-571.

Improved three dimensions face shape reconstruction based on principal component analysis[J]. 2008, (4): 568-571.
吴昊, 王成儒. 改进的基于主成分分析的三维人脸形状建模[J]. 光学技术, 2008,(4):568-571. DOI：

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

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。

浏览量

189

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于扩展三通道响应项的光谱反射率重构算法

基于保局PCA的三维点云配准算法

基于PCA/ICA和误差补偿算法的眼镜摘除研究

基于PCA和ICA的多光谱数据降维方法

基于PCA和SVM的高光谱遥感图像分类研究