×
泽维尔·佩雷斯-萨拉;费尔南多·德拉托雷;劳拉，伊戈尔;塞尔吉奥·埃斯卡莱拉;塞西利奥·安古洛

子空间Procrustes分析。 （英语） Zbl 1458.68245号

国际期刊计算。视觉。 121，第327-343号（2017）.
概要：Procrustes分析（PA）是一种流行的技术，用于对齐和构建形状的二维统计模型。给定一组二维形状，应用PA去除刚性变换。随后，通过对残差进行建模（例如，PCA）来计算非刚性2-D模型。虽然PA已被广泛使用，但它在建模二维形状时有几个局限性：遮挡的地标和丢失的数据可能导致局部极小解，并且无法保证二维形状为对象提供三维旋转空间的统一采样。为了解决上述问题，本文提出了子空间PA（SPA）。给定三维对象的几个实例，SPA计算平均值和二维子空间，该子空间可以模拟三维对象的刚性变形和非刚性变形。假设提供了物体的三维样本，我们提出了SPA的离散（DSPA）和连续（CSPA）公式。DSPA扩展了传统PA，通过对三维物体的不同视图进行均匀采样，生成无偏差的二维模型。CSPA提供了一种连续的方法来均匀采样三维旋转空间，在空间和时间上更有效。我们展示了SPA在两种不同应用中的优势。首先，SPA用于从三维数据集学习二维人脸和身体模型。在FaceWarehouse和CMU运动捕捉（MoCap）数据集上的实验显示了我们的二维模型相对于最先进的PA方法和传统三维模型的优势。其次，SPA从CMU MoCap数据集中学习一个无偏的二维模型，并用于估计利兹体育数据集上的人体姿势。

引用于1文件

MSC公司：

68T45型 机器视觉和场景理解
68T05年 人工智能中的学习和自适应系统

关键词：

普鲁克分析;学习2D形状模型;函数子空间学习

软件：

CMU运动捕捉
PDF格式BibTeX公司 XML格式引用
\textit{X.Perez-Sala}等人，《国际计算杂志》。视觉。121，第3号，327--343（2017；Zbl 1458.68245）
全文： 内政部 链接

参考文献：

[1] Andriluka，M.、Roth，S.和Schiele，B.（2009年）。图形结构回顾：人体检测和关节姿势估计。IEEE计算机视觉和模式识别（CVPR），第1014-1021页。
[2] Bartoli，A.、Pizarro，D.和Loog，M.（2013）。分层广义procutes分析。国际计算机视觉杂志，101（2），227-253·Zbl 1259.68193号 ·doi:10.1007/s11263-012-0565-0
[3] Brand，M.（2001）。视频中的可变形三维模型。IEEE计算机视觉和模式识别（CVPR），第2卷，第II-456页。
[4] 曹，C.、翁，Y.、周，S.、童，Y.和周，K.（2013）。Facewarehouse：用于视觉计算的三维面部表情数据库。IEEE可视化和计算机图形汇刊，1（1），99。
[5] 卡内基梅隆运动捕捉数据库。http://mocap.cs.cmu.edu
[6] Cootes，T.F.&Taylor，C.J.（2004）。计算机视觉外观的统计模型。
[7] Cootes，T.F.、Edwards，G.J.、Taylor，C.J.等人（2001年）。活动外观模型。IEEE模式分析和机器智能汇刊，23（6），681-685·doi:10.1109/34.927467
[8] De la Torre，F.（2012年）。用于组件分析的最小二乘框架。IEEE模式分析和机器智能汇刊，34（6），1041-1055·doi:10.1109/TPAMI.2011.184
[9] De la Torre，F.和Black，M.J.（2003）。稳健的参数化组件分析：理论和应用于二维面部外观模型。计算机视觉和图像理解，91（1），53-71·doi:10.1016/S1077-3142（03）00076-6
[10] Dryden，I.L.和Mardia，K.V.（1998年）。统计形状分析（第4卷）。纽约：Wiley·Zbl 0901.62072号
[11] Frey，B.J.和Jojic，N.（2003年）。使用em算法进行变换-变异聚类。IEEE模式分析和机器智能汇刊，25（1），1-17·doi:10.1109/TPAMI.2003.1159942
[12] Goodall，C.（1991）。Procrustes形状统计分析中的方法。英国皇家统计学会杂志。B系列（方法学），第285-339页·Zbl 0800.62346号
[13] Gower，J.C.和Dijksterhuis，G.B.（2004）。Procrustes问题（第3卷）。牛津：牛津大学出版社·Zbl 1057.62044号 ·doi:10.1093/acprof:oso/9780198510581.001.0001
[14] Hartley，R.和Zisserman，A.（2003年）。计算机视觉中的多视图几何。剑桥：剑桥大学出版社·Zbl 0956.68149号
[15] Igual，L.、Perez-Sala，X.、Escalera，S.、Angulo，C.和De la Torre，F.（2014）。连续广义procutes分析。模式识别，47（2），659-671·Zbl 1326.68292号 ·doi:10.1016/j.patcog.2013.08.006
[16] Jiang，H.、Drew，M.S.和Li，Z.N.（2007）。通过线性规划和连续凸化进行匹配。IEEE模式分析和机器智能汇刊，29（6），959-975·doi:10.1109/TPAMI.2007.1048
[17] Johnson，S.和Everingham，M.（2010年）。用于人体姿势估计的聚类姿势和非线性外观模型。英国机器视觉会议论文集。doi:10.5244/C.24.12。
[18] Kokkinos，I.和Yuille，A.（2007年）。物体变形模型的无监督学习。IEEE计算机视觉国际会议（ICCV），第1-8页
[19] Korte，B.、Lovász，L.和Schrader，R.（1991）。贪婪。1991年，算法与组合学。柏林：施普林格·Zbl 0733.05023号
[20] Learn Miller，E.G.（2006年）。通过连续关节对齐的数据驱动图像模型。IEEE模式分析和机器智能汇刊，28（2），236-250·doi:10.1109/TPAMI.2006.34
[21] Li，H.、Huang，X.和He，L.（2013）。使用局部仿射不变量和线性规划技术进行对象匹配。IEEE模式分析和机器智能汇刊，35（2），411-424。
[22] Marimont，D.H.和Wandell，B.A.（1992年）。表面光谱和光源光谱的线性模型。JOSA A，9（11），1905-1913年·doi:10.1364/JOSAA.9.001905
[23] Marques，M.、Stosić，M.和Costeira，J.（2009年）。子空间匹配：使用几何约束进行点匹配的唯一解决方案。IEEE计算机视觉国际会议（ICCV），第1288-1294页。
[24] Matthews，I.、Xiao，J.和Baker，S.（2007年）。二维与三维可变形人脸模型：表现力、构造和实时拟合。国际计算机视觉杂志，75（1），93-113·doi:10.1007/s11263-007-0043-2
[25] Minka，T.P.（2000）。用于统计的新旧矩阵代数。http://research.microsoft.com/minka/论文/矩阵/。
[26] Naimark，M.A.（1964年）。洛伦兹集团的线性代表（译自俄语）。纽约：麦克米伦出版社。
[27] Park，D.和Ramanan，D.（2011年）。零件模型的N个最佳最大解码器。IEEE计算机视觉国际会议（ICCV），第2627-2634页
[28] Pearson，K.（1901年）。在与空间中的点系统最接近的直线和平面上。伦敦、爱丁堡和都柏林哲学杂志和科学杂志，2（11），559-572·doi:10.1080/1478644109462720
[29] Perez-Sala，X.、De la Torre，F.、Igual，L.、Escalera，S.和Angulo，C.（2014）。子空间生成分析。在ECCV关于ChaLearn看人的研讨会上·Zbl 1326.68292号
[30] Pishchulin，L.、Andriluka，M.、Gehler，P.和Schiele，B.（2013a）。波塞莱制约的图形结构。在IEEE关于计算机视觉和模式识别（CVPR）的会议上，第588-595页
[31] Pishchulin，L.、Andriluka，M.、Gehler，P.和Schiele，B.（2013b）。用于人体姿势估计的强大外观和表达空间模型。IEEE计算机视觉国际会议（ICCV），第3487-3494页。
[32] Pizarro，D.和Bartoli，A.（2011年）。最优广义procutes分析的全局优化。在IEEE关于计算机视觉和模式识别的会议CVPR，第2409-2415页。
[33] Roig，G.、Boix，X.和De la Torre，F.（2009年）。子空间图像匹配的最优特征选择。IEEE计算机视觉研讨会国际会议，第200-205页。
[34] Torresani，L.、Hertzmann，A.和Bregler，C.（2008）。非刚性结构自运动：用层次先验估计形状和运动。IEEE模式分析和机器智能汇刊，30（5），878-892·doi:10.1109/TPAMI.2007.70752
[35] Xiao，J.、Chai，J.和Kanade，T.（2006）。非刚性形状和运动恢复的封闭解决方案。国际计算机视觉杂志，67（2），233-246·Zbl 1098.68890号 ·doi:10.1007/s11263-005-3962-9
[36] Yang，Y.和Ramanan，D.（2013）。采用柔性部件混合物的铰接式人体检测。IEEE模式分析和机器智能汇刊，35（12），2878-2890·doi:10.1109/TPAMI.2012.261
[37] Yang，F.、Shechtman，E.、Wang，J.、Bourdev，L.和Metaxas，D.（2012）。使用三维感知外观优化进行面部变形。《图形界面》（第93-99页）。加拿大信息处理学会
[38] Yezzi，A.J.和Soatto，S.（2003年）。变形：变形运动、形状平均以及图像中结构的联合配准和近似。国际计算机视觉杂志，53（2），153-167·Zbl 1039.68727号 ·doi:10.1023/A：1023048024042
[39] Zhou，F.、Brandt，J.和Lin，Z.（2013）。基于示例的图形匹配用于鲁棒的面部地标定位。IEEE计算机视觉国际会议（ICCV），第1025-1032页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。