基于二阶梯度朝向直方图特征的头部姿态估计

被引:4
作者
董力赓
陶霖密
徐光祐
机构
[1] 清华大学计算机科学与技术系普适计算教育部重点实验室
关键词
头部姿态估计; 图像表示; 二阶梯度朝向直方图;
D O I
10.16511/j.cnki.qhdxxb.2011.01.016
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
定义和提取与头部姿态紧密相关的特征是基于图像表观的头部姿态估计方法的关键步骤。该文提出将二阶梯度朝向直方图特征作为头部姿态图像表示,用于单帧图像的头部姿态估计。首先将图像划分成网格形式,对每个图像单元计算梯度朝向直方图,将相邻若干个图像单元组成图像块,对块内所有直方图元素之间进行成对组合得到成对关系向量,所有图像块的成对关系向量串联起来作为最终图像表示。该图像表示包含高阶的梯度朝向分布统计信息,有很强的姿态描述能力。实验结果表明:该方法比原始的梯度朝向直方图和GaFour等先进方法有更高的分类准确率。
引用
收藏
页码:73 / 79
页数:7
相关论文
共 5 条
[1]   光照变化情况下的静态头部姿态估计 [J].
刘坤 ;
罗予频 ;
杨士元 .
计算机工程, 2008, (10) :16-18
[2]   Support vector machine based multi-view face detection and recognition [J].
Li, YM ;
Gong, SG ;
Sherrah, J ;
Liddell, H .
IMAGE AND VISION COMPUTING, 2004, 22 (05) :413-427
[3]   Face distributions in similarity space under varying head pose [J].
Sherrah, J ;
Gong, S ;
Ong, EJ .
IMAGE AND VISION COMPUTING, 2001, 19 (12) :807-819
[4]  
Head pose estimation bynonlinear manifold learning .2 Raytchev B,Yoda I,Sakaue K. Proc 17th Int Conf PatternRecognition . 2004
[5]  
Histograms of oriented gradients for human detection .2 Dalal N,Triggs D. Proceedings of Conference on Computer Vision and Pattern Recognition . 2005