Active Shape Model and Linear Predictors for Face Association Refinement

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F09%3A00158313" target="_blank" >RIV/68407700:21230/09:00158313 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Active Shape Model and Linear Predictors for Face Association Refinement

Popis výsledku v původním jazyce

This paper summarizes results of face association experiments on real low resolution data from airport and the Labeled faces in the Wild (LFW) database. The objective of experiments is to evaluate different face alignment methods and their contribution to face association as such. The first alignment method used is Sequential Learnable Linear Predictor (SLLiP), originally developed for object tracking. The second method is well known face alignment method Active Shape Model (ASM). Both methods are compared versus face association without alignment. In case of high resolution LFW database the ASM rapidly increases the association results, on the other hand for real low resolution airport data the SLLiP method brought more improvement than ASM.

Název v anglickém jazyce

Active Shape Model and Linear Predictors for Face Association Refinement

Popis výsledku anglicky

This paper summarizes results of face association experiments on real low resolution data from airport and the Labeled faces in the Wild (LFW) database. The objective of experiments is to evaluate different face alignment methods and their contribution to face association as such. The first alignment method used is Sequential Learnable Linear Predictor (SLLiP), originally developed for object tracking. The second method is well known face alignment method Active Shape Model (ASM). Both methods are compared versus face association without alignment. In case of high resolution LFW database the ASM rapidly increases the association results, on the other hand for real low resolution airport data the SLLiP method brought more improvement than ASM.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/1M0567" target="_blank" >1M0567: Centrum aplikované kybernetiky</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2009

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

The Ninth IEEE International Workshop on Visual Surveillance 2009

ISBN

978-1-4244-4441-0

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

1193-1200

Název nakladatele

IEEE Computer Society Press

Místo vydání

Los Alamitos

Místo konání akce

Kyoto

Datum konání akce

3. 10. 2009

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—