HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于MALS双线性分解的表情合成

作者:郭加赐; 戴树岭表情合成双线性模型转移改进迭代最小二乘

摘要:表情合成研究是虚拟现实技术领域一项富有建设性和创造性的课题。使用双线性模型(Bilinear Model)分离出人的身份因素和表情因素来进行表情合成。在计算双线性模型的转移(Translation)问题时需要重复进行矩阵的逆运算来得到人的身份和表情信息,而当观测数据具有相关性或存在噪声信息时,该过程可能会不稳定。针对双线性模型在表情合成中的稳定性问题,通过在双线性模型转移过程引入改进迭代最小二乘法(Modified Iterative Least Square,MALS),使得该过程的计算具有更强的稳定性。设计实验进行验证,实验结果证明了方法的有效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

系统仿真学报

《系统仿真学报》(CN:11-3092/V)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情