国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:康智慧, 王全玉, 王战军
单位:1. 北京理工大学 计算机科学与技术学院, 北京 100081;2. 北京理工大学 人文与社会科学学院, 北京 100081
关键词:人脸对齐,人脸特征点,特征提取,深度可分离卷积,倒残差结构
基金:国家自然科学基金(71834001)。
现有的人脸对齐方法多数是非端到端的,中间过程需要大量的人工干预,导致人脸关键点检测的稳定性较差。为此,提出一种端到端的基于深度学习的人脸对齐方法。基于MobileNets系列网络的子模块,使用类VGG结构的方式进行搭建,将整张图片作为输入,采用基于深度可分离卷积模块进行特征提取,并运用改进的倒残差结构避免网络训练过程的梯度消失,减少特征损失。在此基础上将眼间距离作为正规化方法,在300W人脸数据集上进行测试,结果表明,与CDM、DRMF等方法相比,该方法在保证较优精度的同时,具有良好的实时性。
来源:2021年第10期
《计算机工程》期刊编辑部