【出 处】：《 计算机仿真 》 CSCD 2012年第1期 238-241页,共4页

【作 者】： 杨新锋 ; 刘平

【摘 要】 研究人脸识别和跟踪准确度问题。针对在使用大数据样本进行训练前提下，以往AAM算法人脸识别与定位不准确的缺陷．提出了一种新的利用聚类算法对样本空间进行划分，并在此基础上训练多个AAM的分层人脸识别和跟踪算法。首先利用所有训练样本训练得到初始AAM，然后利用一个全新的相似度计算公式．将所有训练样本划分成若干个子类别，在此基础上，针对每个子类别，洲练一个相对稳定的AAM。在识别与跟踪过程中，先使用初始AAM进行定位．然后根据子类AAM进行精细化定位，从而得到比以往算法更为精确的定位效果。仿真结果显示改进的算法能准确定位出人脸所在位置，并且具有很高的运算效率，可以方便的实现实时监控系统的人脸跟踪定位及识别等目标。