La detección de puntos de rasgos faciales ha recibido grandes avances de investigación en los últimos años. Se han desarrollado y aplicado numerosos métodos en sistemas prácticos de análisis facial. Sin embargo, sigue siendo una tarea bastante complicada debido a la gran variabilidad de la expresión y los gestos y a la existencia de oclusiones en las tomas fotográficas del mundo real. En este trabajo, presentamos un método robusto de reconstrucción dispersa para los problemas de alineación de rostros. En lugar de una regresión directa entre el espacio de características y el espacio de formas, se introduce el concepto de reconstrucción de incrementos de forma. Además, se aprende un conjunto de diccionarios sobrecompletos acoplados, denominados diccionario de incremento de forma y diccionario de apariencia local, de forma regresiva para seleccionar características robustas y ajustar los incrementos de forma. Además, para que el modelo aprendido sea más generalizado, seleccionamos el conjunto de parámetros mejor ajustados mediante extensas pruebas de validación. Los resultados experimentales en tres conjuntos de datos públicos demuestran que el método propuesto consigue una mayor robustez que los métodos del estado del arte.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Diseño de aplicaciones de procesamiento de señales analógicas utilizando un amplificador operacional en cascada plegada de baja potencia basado en un transistor de efecto de campo de nanotubos de carbono
Artículo:
Algoritmo de aprendizaje supervisado para redes neuronales multicapa con modelo de respuesta de pico de memoria a largo plazo
Video:
Professor Hongjie Dai - WIN Distinguished Lecture Series
Artículo:
Síntesis rápida de hidrogeles superabsorbentes a base de celulosa bacteriana y acrilamida para la administración de fármacos
Artículo:
Uso del modelo de gestor de cambios para el sistema hipocampal para predecir la conectividad y los parámetros neurofisiológicos en la corteza perirrinal