基于特征分解贝叶斯方法的3D人脸姿态与表情跟踪
计算机视觉与模式识别
2019-08-30 v1
摘要
本文提出一种利用单目相机同时跟踪人脸姿态与人脸表情的新方法。该方法基于三维人脸模型 CANDIDE 与 SIFT（尺度不变特征变换）描述子，在若干给定地标（CANDIDE 模型的 26 个选定顶点）周围提取描述子并结合贝叶斯方法。训练阶段在由首视频帧生成的合成数据库上执行。在每一当前帧，通过贝叶斯方法估计人脸姿态与表情参数，采用高斯先验与高斯似然函数，其均值与协方差矩阵特征值利用前一帧通过特征分解进行更新。利用波士顿大学人脸跟踪（BUFT）数据库与 Talking Face 视频给出了姿态估计与地标定位的数值结果。结果表明，与其他六种已发表算法相比，我们的方法提供了非常好的折衷，并因在地标定位方面的良好结果而展现出有前景的潜力。
引用
@article{arxiv.1908.11039,
title = {3D Face Pose and Animation Tracking via Eigen-Decomposition based Bayesian Approach},
author = {Ngoc-Trung Tran and Fakhr-Eddine Ababsa and Maurice Charbit and Jacques Feldmar and Dijana Petrovska-Delacrétaz and Gérard Chollet},
journal= {arXiv preprint arXiv:1908.11039},
year = {2019}
}