基于深度自编码器网络的人脸特征点定位方法

• 作者: 杨健 梁洋洋 陈宇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人脸特征点定位 深度学习 自编码器网络 逐步求精
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 139-142
• 页数: 4页
• 分类号: TP3
• 字数: 4184字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.09.033

摘要

使用深度学习网络技术的人脸特征点定位方法已经取得了比较突出的效果。然而，人脸图像由于姿态、表情、光照、遮挡等变化而具有复杂多样性，因此数目较多的人脸特征点（超过50个特征点）定位依然有很大的挑战性。设计了三层级联的自编码器网络，并通过由粗到精的方法对多数目的人脸特征点进行定位。第一层网络以整张人脸图像为输入，直接估计人脸轮廓和部件位置，从而将特征点分成三部分（眼眉鼻，嘴巴和人脸轮廓）进行下一步定位；之后的两层网络分别对各部件特征点进行估计求精。在LFPW、HELEN 数据库上的实验表明，该方法能够提高人脸特征点定位的准确性和鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨健	南京理工大学计算机科学与工程学院	37	830	12.0	28.0
2	陈宇	南京理工大学计算机科学与工程学院	13	33	4.0	5.0
3	梁洋洋	南京理工大学计算机科学与工程学院	1	5	1.0	1.0