级联神经网络人脸关键点定位研究

• 作者: 井长兴 杨力 章东平
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 级联卷积神经网络 多尺度特征融合 人脸关键点定位 回归损失函数
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 187-193
• 页数: 7页
• 分类号: TP391
• 字数: 4397字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2018.02.012

摘要

人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章东平	中国计量大学信息工程学院	29	80	5.0	7.0
2	杨力	中国计量大学信息工程学院	12	26	3.0	4.0
3	井长兴	中国计量大学信息工程学院	2	8	2.0	2.0