基于级联网络和残差特征的人脸特征点定位

• 作者: 明哲 杨航 胡浩基 许爱东 陈伟亮 黄文琦
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 人脸特征点检测 全卷积神经网络(FCN) 残差特征 级联结构
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 计算机科学与人工智能
• 页码范围: 2365-2371
• 页数: 7页
• 分类号: TP391.4
• 字数: 4521字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2019.12.014

摘要

为进一步提高人脸特征点定位精度,探究当前广泛用于人脸关键点定位的全卷积神经网络(FCN)架构的原理和缺陷,讨论FCN核函数在特征点定位中引入的副作用,即训练和测试时评判准则不一致的问题.理论分析该问题存在的可能性和普遍性,设计实验验证在实际场景下此问题存在的广泛性.提出结合残差特征的沙漏网络结构并将其应用于人脸特征点检测;提出多级沙漏网络的级联结构,并将其与经典的栈式沙漏网络进行对比分析.实验结果表明:二级级联结构获得了与四级栈式结构相当的特征点定位精度,大幅降低了模型参数量和时间复杂度.所提方法在300-W数据库的困难子集上的平均归一化误差为6.84％,优于已有最好方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许爱东		55	584	14.0	21.0
2	胡浩基	浙江大学信息与电子工程学院	8	27	3.0	5.0
3	黄文琦		7	12	2.0	3.0
4	明哲		5	14	2.0	3.0
5	陈伟亮	浙江大学信息与电子工程学院	1	0	0.0	0.0
6	杨航		3	5	1.0	2.0