基于深度学习的人脸姿态分类方法

• 作者: 赵启军 邓宗平 陈虎
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 姿态分类 级联 深度学习 卷积神经网络
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 11-13,18
• 页数: 4页
• 分类号: TP301
• 字数: 2635字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.07.003

摘要

人脸姿态通常表达着有用的信息，准确地把握人脸的姿态，往往在人脸对齐、人类行为分析以及司机疲劳驾驶监控等方面有着重要的作用。文中方法与以往姿态估计方法不一样，是一种基于卷积神经网络，应用深度学习做人脸姿态分类的方法。首先，第一次网络对姿态在yaw方向上进行5分类，同时在roll方向具有鲁棒性。之后，将第一次输出正脸的结果进入第二次网络，对姿态在pitch方向进行3分类。所有的输出结果对光照都具有鲁棒性。文中采用级联的方法在公开库上做测试，准确率高达95%以上。在实际监控视频中，姿态估计不仅有较高的准确率，而且有惊人的速度。由于本身实验的设计独特性，只做了自身实验对比。结果充分展示了用合理的神经网络与网络级联的方法在姿态估计上面的发展潜力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈虎	四川大学计算机学院视觉合成图形图像技术国防重点学科实验室	27	134	5.0	11.0
2	赵启军	四川大学计算机学院视觉合成图形图像技术国防重点学科实验室	11	30	3.0	5.0
3	邓宗平	四川大学计算机学院视觉合成图形图像技术国防重点学科实验室	2	7	2.0	2.0