GmFace：基于多高斯的人脸图像表示数学模型
计算机视觉与模式识别
2020-08-04 v1 机器学习
摘要
建立数学模型是理解客观世界普遍且有效的方法。由于复杂的生理结构与动态行为，人脸的数学表示是一项尤其具挑战性的任务。本文提出一种称为GmFace的人脸图像表示数学模型，其形式为多高斯函数。该模型利用二维高斯函数的优势，提供可由参数控制形状的对称钟形曲面。随后设计GmNet，以高斯函数为神经元，其参数对应GmFace的各参数，从而将GmFace参数求解问题转化为GmNet的网络优化问题。人脸建模过程可描述为以下步骤：（1）GmNet初始化；（2）向GmNet输入人脸图像；（3）训练GmNet至收敛；（4）抽取GmNet参数（与GmFace相同）；（5）记录人脸模型GmFace。此外，利用GmFace，若干人脸图像变换操作可通过简单参数计算以数学方式实现。
引用
@article{arxiv.2008.00752,
title = {GmFace: A Mathematical Model for Face Image Representation Using Multi-Gaussian},
author = {Liping Zhang and Weijun Li and Lina Yu and Xiaoli Dong and Linjun Sun and Xin Ning and Jian Xu and Hong Qin},
journal= {arXiv preprint arXiv:2008.00752},
year = {2020}
}
备注
12 pages, 12 figures, 4 tables