深度卷积神经网络应用于人脸特征点检测研究

• 作者: 洪清启 王嘉珺 王备战 郑银环 陈凌宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小滤波器 深卷积神经网络 特征点检测 网络深度
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 173-178
• 页数: 6页
• 分类号: TP391.41
• 字数: 4196字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1710-0280

摘要

为解决在复杂环境下,如姿势不同、光照条件以及遮挡等因素导致传统人脸特征点检测算法的精度大幅度下降的问题,在特征点检测理论知识以及研究现状的基础上,针对传统卷积神经网络模型在处理人脸特征点检测问题时的不足之处,提出基于小滤波器的深卷积神经网络.算法引入小滤波器思想和以拓展"网络深度"优先的深层卷积神经网络模型,针对人脸特征点检测重新设计训练,提高了算法的有效性与适用性.通过将算法应用于ALFW和AFW人脸数据集上预测5点人脸特征点问题,并与其他多个经典算法进行对比分析,结果表明:基于小滤波器的深卷积神经网络在预测人脸5点特征点问题上有更好的准确性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王备战	厦门大学软件学院	25	191	8.0	12.0
2	陈凌宇	厦门大学软件学院	4	17	3.0	4.0
3	洪清启	厦门大学软件学院	3	20	3.0	3.0
4	王嘉珺	厦门大学软件学院	4	14	3.0	3.0
5	郑银环	厦门工学院计算机科学与工程系	4	13	2.0	3.0