自然環(huán)境下的人臉器官牲點定位算法研究.pdf

1、人臉器官特征點定位，即在人臉上確定某些器官的位置并進行標注。隨著人工智能、生物識別技術的發(fā)展，作為人臉對齊、人臉識別、姿態(tài)判定、表情分析等的基礎，人臉器官特征點定位成為視覺領域研究最為廣泛的問題之一。以此同時，由于自然環(huán)境下的特征點定位受姿態(tài)、光照、表情、遮擋等因素的影響較大，該問題也成為了極具挑戰(zhàn)性的問題之一。近年來，中外學者提出了多種定位方法，在定位的速度、精確率、魯棒性等方面均獲得了一定的提升。
　　基于形狀回歸方法的主要思

2、想是通過多次的迭代更新來提高定位的精確度，具有較快的定位速度。這類方法中，通常使用平均臉或從訓練集中抽取的人臉作為迭代的初始形狀，當初始形狀與目標點的真實位置差距較大時，有可能在更新過程中陷入局部最小，影響定位結果?；诰矸e神經(jīng)網(wǎng)絡的方法通常具有較高的定位準確率，但由于其模型復雜、數(shù)據(jù)量大，所需的定位時間也更多。
　　針對上述方法各自的優(yōu)劣，本文提出了新的人臉特征點定位算法。主要工作包括以下幾點：（1）在形狀回歸中引入卷積神經(jīng)網(wǎng)絡

3、做初定位。使用卷積神經(jīng)網(wǎng)絡的定位結果取代平均臉作為初始形狀，再進行后續(xù)迭代更新，從而得到精確的特征點位置。與傳統(tǒng)的基于多個卷積神經(jīng)網(wǎng)絡級聯(lián)或并聯(lián)的算法相比，改進的算法簡化了模型結構，提高了運算速度；同時具有比傳統(tǒng)基于形狀回歸的方法更好的定位準確率；（2）引入精確人臉框定位模塊?？紤]到人臉框大小對后續(xù)定位結果的影響，在用于初定位的卷積神經(jīng)網(wǎng)絡前面加入一層額外的卷積神經(jīng)網(wǎng)絡用于精確人臉框定位，對一般人臉檢測器的檢測結果進行修正，從而減少背景