可形变人脸模型研究进展综述

正确理解和跟踪人脸是构建能够在复杂人类环境中自主工作的智能机器系统的首要和关键步骤,可形变模型通过统计学习方法给出对象形状的紧凑数学表示,是达成这一目标的重要手段。从机器学习和计算机视觉领域角度,对人脸图像的可形变模型构建这一研究课题的最新研究进展进行了综述。特别地,对其中涉及的关键问题进行了归纳,并建立了一个抽象的统一贝叶斯可形变模型;在此框架下,对标准的点分布模型PDM模型及其最新研究进展进行了回顾、对一些主要的方法进行了介绍、对这些方法优缺点进行了对比分析。