La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Nonlinear Shape-Texture Manifold Learning Apprentissage multiple forme-texture non linéaire

Xiaokan WANG, Xia MAO, Catalin-Daniel CALEANU

  • Vues en texte intégral

    0

  • Citer

Résumé:

Pour améliorer les performances d'alignement non linéaire des modèles d'apparence active (AAM), nous appliquons une variante de l'algorithme d'apprentissage de variété non linéaire, Local Linear Embedded, pour modéliser la variété forme-texture. Les expériences montrent que notre méthode maintient un résidu d'alignement plus faible pour certains mouvements à petite échelle par rapport à l'AAM traditionnelle basée sur l'analyse en composantes principales (ACP) et réussit un alignement sur des mouvements à grande échelle en cas d'échec de l'AAM-PCA.

Publication
IEICE TRANSACTIONS on Information Vol.E93-D No.7 pp.2016-2019
Date de publication
2010/07/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E93.D.2016
Type de manuscrit
LETTER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Mots-clés

Table des matières