基于并行卷积神经网络的人脸关键点定位方法研究

• 作者: 杨海燕 聂作先 蒋新华
• 来源期刊: 计算机应用研究
• 关键词: 人脸特征点定位 卷积神经网络 图像卷积 下图像采样
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2517-2519
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.08.067

摘要

为解决人脸关键点定位受到姿态、光线、表情以及遮盖问题的影响而使得定位效果可靠性不佳的问题,提出了一种基于并行卷积神经网络的人脸关键点定位方法.利用卷积神经网络对局部细节特征提取以及深度学习的特点,设计实现了一种并行卷积神经网络,该网络把人脸图像、上半人脸以及下半人脸分别送入到相同结构的卷积网络进行训练学习,通过对图像进行局部卷积以及下采样,提取人脸关键点附近的细节特征,并对三级并行网络定位结果进行加权合成,实现人脸特征点定位.在LWF人脸库上定位实验结果表明,该方法在准确性以及可靠性方面都得到很大程度提升,能实现对人脸关键点的鲁棒准确估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋新华	中南大学信息科学与工程学院	132	1167	20.0	27.0
2	杨海燕	福建工程学院信息科学与工程学院	29	263	7.0	16.0
4	聂作先	中南大学信息科学与工程学院	8	119	3.0	8.0