Resumen

La detección de puntos de rasgos faciales ha recibido grandes avances de investigación en los últimos años. Se han desarrollado y aplicado numerosos métodos en sistemas prácticos de análisis facial. Sin embargo, sigue siendo una tarea bastante complicada debido a la gran variabilidad de la expresión y los gestos y a la existencia de oclusiones en las tomas fotográficas del mundo real. En este trabajo, presentamos un método robusto de reconstrucción dispersa para los problemas de alineación de rostros. En lugar de una regresión directa entre el espacio de características y el espacio de formas, se introduce el concepto de reconstrucción de incrementos de forma. Además, se aprende un conjunto de diccionarios sobrecompletos acoplados, denominados diccionario de incremento de forma y diccionario de apariencia local, de forma regresiva para seleccionar características robustas y ajustar los incrementos de forma. Además, para que el modelo aprendido sea más generalizado, seleccionamos el conjunto de parámetros mejor ajustados mediante extensas pruebas de validación. Los resultados experimentales en tres conjuntos de datos públicos demuestran que el método propuesto consigue una mayor robustez que los métodos del estado del arte.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:gran avance de la investigación, existencia de oclusión, prueba de validación extensiva, problema de alineación de rostros, diccionario de apariencia local, detección de puntos de rasgos faciales, diccionario sobrecompleto acoplado, sesión fotográfica mundial, métodos de reconstrucción dispersos
• Keywords:great research advance, existence of occlusion, extensive validation test, face alignment problem, local appearance dictionary, features point detection, facial features point, coupled overcomplete dictionary, world photo shoot, sparse reconstruction methods