神经网络相结合的面部特征点定位 C-Canny算法和改进单层

• 作者: 于俊洋 付文博 何欣
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 面部特征提取 区域再定位
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形与图像
• 页码范围: 658-664
• 页数: 7页
• 分类号: TP399
• 字数: 5456字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.04.012

摘要

深度学习在面部特征点识别领域已取得了较为显著的成果,然而在处理遮挡、光照、角度不当等复杂条件下的面部图像时,预测数目较多的面部特征点仍是一个具有挑战性的问题.为解决面部多特征点在复杂条件下的定位问题,设计了一种C-Canny算法和改进单层神经网络相结合的网络结构,将传统Canny算法应用到面部区域定位阶段,使得神经网络可以快速进行面部区域重定位,从而提升识别的准确率.实验结果表明,在300-w和300-vw数据集上与一些传统方法、神经网络相比,该神经网络结构将损失函数的值平均降低了12.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何欣	河南大学软件学院	33	228	9.0	14.0
3	于俊洋	河南大学软件学院	25	53	5.0	5.0
5	付文博	河南大学软件学院	1	0	0.0	0.0