人脸关键点定位——读CLM有感

本文介绍了一种将约束局部模型(CLM)与核相关滤波器(KCF)相结合的人脸关键点定位方法。首先利用CLM获取平均形状,然后通过KCF为每个关键点提取特征并建立模板。接着使用傅里叶变换计算相位差确定最佳匹配位置,并采用形状模型标准化。最后通过迭代改进定位精度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

关于CLM人脸点定位的原理,大家可以参考网站:http://www.tuicool.com/articles/FB3m2q

源码网站:https://github.com/TadasBaltrusaitis/CLM-framework.git

下载源码,自己改改就可以直接运行了。


看完CLM后,突然想到一种结合KCF的关键点定位方法:

step1:和CLM前期一样,求得平均形状,用于后面的拟合。

step2:对每个点对应的patch用kcf求特征,并进行模板建立。

step3:用傅里叶计算每个点的相位差,得到对应的最佳匹配位置。

step4:最后用形状模型进行标准化。

step5:迭代2-4直到误差小于某个阈值或者达到一定迭代次数。


差不多了,找个时间试一下,如果效果还可以,再附图总结。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值