期刊文献+

基于Isomap特征降维的人脸表情相似度评估方法

Facial Expression Similarity Matching Method Based on Isomap Feature Dimension Reduction
下载PDF
导出
摘要 面部表情对影视表演有着紧要的作用,表情相似度度量是评判面部表情是否表演到位的一种方式。现有的表情相似度度量方法存在微小表情变化度量不精确、局部细节描述能力弱等问题。因此,本文在Isomap (Isometric Feature Mapping)特征降维基础上提出了一种新的表情相似度评估方法,将其应用到了表演艺术课中。首先,使用基于梯度提高学习的回归树方法实现面部特征点定位以及追踪,得到特征点的运动信息。然后,将得到的高维特征点运动信息运用非线性降维算法Isomap降维,得到人脸表情曲线。最后,提出了基于时序的相似度匹配方法,通过对比表情序列中每一帧的强度得出表情相似度。实验结果表明,该方法是可行的,能够有效地评估表演者对影视片段中表情模仿的相似度。
作者 黄东晋 肖帆 秦汉 蒋晨凤 丁友东 Huang Dongjin
出处 《现代电影技术》 2019年第6期25-32,共8页 Advanced Motion Picture Technology
基金 国家自然科学基金资助项目(61402278) 上海市自然科学基金资助项目(14ZR1415800) 上海大学电影学高峰学科资助项目
  • 相关文献

参考文献5

二级参考文献45

  • 1张明波,陆锋,申排伟,程昌秀.R树家族的演变和发展[J].计算机学报,2005,28(3):289-300. 被引量:95
  • 2谭华春,章毓晋.基于人脸相似度加权距离的非特定人表情识别[J].电子与信息学报,2007,29(2):455-459. 被引量:8
  • 3Xing EP, Andrew YN, Jordan M, Russell S. Distance metric learning with application to clustering with side-information. In: Advances in Neural Information Processing Systems 15. The MIT Press, 2002. 505-512.
  • 4Shental N, Hertz T, Weinshall D, Pavel M. Adjustment learning and relevant component analysis. In: Proc. of the European Conf. on Computer Vision. Berlin, Heidelberg: Springer-Verlag, 2002. 776-792. [doi: 10.1007/3-540-47979-1 52].
  • 5Bar-Hillel A, Hertz T, Shental N, Weinshall D. Learning a Mahalanobis metric from equivalence constraints. Journal of Machine Learning Research, 2005,6(6):937-965.
  • 6Hoi SCH, Liu W, Lyu MR, Ma WY. Learning distance metrics with contextual constraints for image retrieval. In: Proc. of the Conf. on Computer Vision and Pattern Recognition. IEEE Computer Society, 2006. 2072-2078. [doi: 10.1109/CVPR.2006.167].
  • 7Xiang S, Nie F, Zhang C. Learning a Mahalanobis distance metric for data clustering and classification. Pattern Recognition, 2008, 41(12):3600-3612. [doi: 10.1016/j.patcog.2008.05.018].
  • 8Baghshah MS, Shouraki SB. Semi-Supervised metric learning using pairwise constraints. In: Proc. of the Int’l Joint Conf. on Artificial Intelligence. AAAI Press, 2009. 1217-1222.
  • 9Wang QY, Yuen PC, Feng GC. Semi-Supervised metric learning via topology preserving multiple semi-supervised assumptions. Pattern Recognition, 2013,46(9):2576-2587. [doi: 10.1016/j.patcog.2013.02.015].
  • 10Jun W, Do H, Woznica A, Kalousis A. Metric learning with multiple kernels. In: Advances in Neural Information Processing Systems 24. 2011. 1170-1178.

共引文献125

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部