文献类型：期刊文章

作　　者：郭知智[1] 周前祥[1] 柳忠起[1]

Guo Zhizhi;Zhou Qianxiang;Liu Zhongqi(Institute of Human Factor Engineering,School of Biological Science & Medical Engineering,Beihang University,Beijing 100191,China)

机构地区：[1]北京航空航天大学生物与医学工程学院人因工程研究所,北京100191

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(31170895);国防预研基金资助项目;中国航天员中心人因工程重点实验室开放课题(HF2013-k-06)

年　　份：2016

卷　　号：33

期　　号：10

起止页码：3181-3184

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：减少训练样本数量和不使用任何硬件参数是目前头部姿态计算领域的最大挑战。针对这些挑战,提出一种仅需要54个训练样本的头部姿态估计方法。其基本思想是将关键点间的归一化距离作为输入特征向量,并利用一阶范数最小化稀疏地挑选出一组图片集,这些图片对应头部姿态的线性组合为测试图片的头部姿态。实验表明,该方法在不知道任何硬件参数的条件下,可以实现单方向上3°的头部姿态估计。此外,该方法也适用于不均匀光照条件和头部转动较大的情况,且计算精度高于其他相关方法。

关 键 词：头部姿态  自适应线性回归  特征向量 一阶范数最小化  训练样本  

分 类 号：TP391.41]