7、基于特征空间的流形估计与遮挡图像中的人体姿态估计

基于特征空间的流形估计与遮挡图像中的人体姿态估计

1. 人脸合成实验

1.1 数据库

人脸数据库中的图像是基于25个3D人脸模型半自动生成的。这些模型涵盖了不同年龄、种族和性别的人物。在每个3D模型上标记了92个特征点，当使用3ds Max®渲染旋转的人脸时，会自动计算特征点的2D位置。人脸的水平姿势从0°到180°以2°的增量变化，同时会将遮挡特征点和人脸轮廓上的特征点推到人脸边界进行进一步细化。

1.2 流形估计结果

以20度姿势为例进行流形估计，目前人脸数据库中仅使用20张人脸进行训练，另外5张用于测试。形状和外观参数使用9个主成分。估计结果接近真实值。在某些研究中，假设人脸属于线性对象类而固定参数α和β，这种假设在小姿势变化（约±10度）内是有效的。使用匹配追踪（MP）的估计略优于使用方程（3）的估计，并且随着数据库中人脸数量的增加，MP的改进效果会更明显。需要注意的是，当主成分的方差变小时，流形会变得不那么平滑，对人脸合成的贡献也会减少。

以下是流形估计结果的相关说明表格：
| 主成分类型 | 主成分序号 | 估计方法 | 与真实值接近程度 |
| — | — | — | — |
| 形状参数 | 1st | 方程（3） | 较接近 |
| 形状参数 | 1st | 匹配追踪（MP） | 更接近 |
| 形状参数 | 2nd | 方程（3） | 较接近 |
| 形状参数 | 2nd | 匹配追踪（MP） | 更接近 |
| 形状参数 | 9th | 方程（3） | 较接近 |
| 形状参数 | 9th | 匹配追踪（MP） | 更接近 |
| 外观参