![](/images/graphics-bg.png)
Nonparametric Facial Feature Localization Using Segment-Based Eigenfeatures
المؤلفون المشاركون
Choi, Hyun-Chul
Sibbing, Dominik
Kobbelt, Leif
المصدر
Computational Intelligence and Neuroscience
العدد
المجلد 2016، العدد 2016 (31 ديسمبر/كانون الأول 2015)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2015-12-24
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الملخص EN
We present a nonparametric facial feature localization method using relative directional information between regularly sampled image segments and facial feature points.
Instead of using any iterative parameter optimization technique or search algorithm, our method finds the location of facial feature points by using a weighted concentration of the directional vectors originating from the image segments pointing to the expected facial feature positions.
Each directional vector is calculated by linear combination of eigendirectional vectors which are obtained by a principal component analysis of training facial segments in feature space of histogram of oriented gradient (HOG).
Our method finds facial feature points very fast and accurately, since it utilizes statistical reasoning from all the training data without need to extract local patterns at the estimated positions of facial features, any iterative parameter optimization algorithm, and any search algorithm.
In addition, we can reduce the storage size for the trained model by controlling the energy preserving level of HOG pattern space.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Choi, Hyun-Chul& Sibbing, Dominik& Kobbelt, Leif. 2015. Nonparametric Facial Feature Localization Using Segment-Based Eigenfeatures. Computational Intelligence and Neuroscience،Vol. 2016, no. 2016, pp.1-11.
https://search.emarefa.net/detail/BIM-1099737
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Choi, Hyun-Chul…[et al.]. Nonparametric Facial Feature Localization Using Segment-Based Eigenfeatures. Computational Intelligence and Neuroscience Vol. 2016, no. 2016 (2015), pp.1-11.
https://search.emarefa.net/detail/BIM-1099737
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Choi, Hyun-Chul& Sibbing, Dominik& Kobbelt, Leif. Nonparametric Facial Feature Localization Using Segment-Based Eigenfeatures. Computational Intelligence and Neuroscience. 2015. Vol. 2016, no. 2016, pp.1-11.
https://search.emarefa.net/detail/BIM-1099737
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1099737
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)