论文部分内容阅读
现有头部姿势估计方法主要是基于几何分析和基于外观线性变换的方法,计算复杂、通用性不强。提出一种新的利用非线性的核变换算法进行姿势估计的方法,根据流形学习理论,不同姿势的高维人脸图像存在一低维流形结构,提取该流形结构可估计头部姿势。核主元分析是一种非线性降维算法,能够把这种流形结构嵌入到低维空间。利用核主元分析训练姿势估计曲线,然后把新图像投影到姿势曲线上,利用插值方法估计新投影点对应得姿势角度。核主元分析的方法克服了传统线性估计方法的缺点,实验证明该方法估计效果良好,并给出进一步提高估计效果的途径。