C-Canny算法和改进单层神经网络相结合的面部特征点定位

作     者：付文博 何欣 于俊洋 FU Wen-bo;HE Xin;YU Jun-yang

作者机构：河南大学软件学院河南开封475000 河南省智能数据处理工程研究中心河南开封475000 

基　　金：国家自然科学基金(61602525) 河南省科技发展计划项目(大数据环境下的算法研究)(182102210229) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2020年第42卷第4期

页      码：658-664页

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%。

主 题 词：深度学习 卷积神经网络 面部特征提取 区域再定位 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-130X.2020.04.012

馆 藏 号：203909726...