一种基于改进的LEA头部姿态估计方法

局部嵌入分析(LEA)是图嵌入化的局部线性嵌入(LLE)方法。在头姿态估计问题上,选择局部邻域时只考虑属于同一类的姿态,但失去了相邻姿态的几何拓扑信息。为此,提出一种改进的邻域选择方法,充分利用先验姿态信息,使降维后的流形更加平滑,同类姿态互相靠近,不同类姿态之间的距离随着姿态差值变大而增大,且能够使训练及测试样本的低维流形更加靠近,降低了估计误差。在Facepix人脸数据库上的实验证明了该方法的有效性。