题名 | 头部姿态估计的监督流形学习研究及其并行化扩展; Supervised Manifold Learning Research for Head Pose Estimation and its MapReduce Implementation |
作者 | 刘勇 |
答辩日期 | 2013 ; 2013 |
导师 | 江弋 |
关键词 | 监督流形学习 头部姿态估计 判别流形 MapReduce并行化 Supervised Manifold Learning Head Pose Estimation Discriminant Manifold Hadoop MapReduce |
英文摘要 | 人脸识别一直以来都是计算机视觉和模式识别研究中的热点问题,对于具有不同头部转动姿势的人脸识别,估计人脸头部姿态是必要前提,因而具有重要的研究意义和实用价值。流形学习是目前用于头部姿态估计的主流方法,因为不同头部姿态的人脸图像集很自然地看成一个具有头部转动姿势流形的高维空间,因此我们研究提出了两种监督流形学习方法进行鲁棒的与身份无关的头部姿态估计问题,本论文的研究工作包括: 提出局部保持监督流形学习方法,首先将LLE与LE方法进行集成提出LapLLE方法,构建数据的多图模型,使用基于类别标签的监督项,来获得最优的保持数据集局部几何结构的低维流形嵌入,然后提出保持拉普拉斯正则化,将低维流形嵌入用...; Head pose estimation is an integral component of multi-view face recognition systems, driver attention monitoring and other human-centered computing applications. Currently, the state-of-art methods for head pose estimation can be manifold learning and embedding techniques. The technique is based on the idea that data points are actually sampled from an underlying manifold that is embedded in a hi...; 学位:工学硕士; 院系专业:信息科学与技术学院_计算机应用技术; 学号:23020101153068 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=40865 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/79245] ![]() |
专题 | 信息技术-学位论文 |
推荐引用方式 GB/T 7714 | 刘勇. 头部姿态估计的监督流形学习研究及其并行化扩展, Supervised Manifold Learning Research for Head Pose Estimation and its MapReduce Implementation[D]. 2013, 2013. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论