摘要：针对非限制环境下人脸关键点定位的诸多干扰因素,如遮挡、阴影,以及如何设计更加轻量、快速的神经网络的问题,尝试并联不同空洞率的空洞卷积应用于人脸关键点定位,在保持特征分辨率的同时,快速增大并且获取多重感受野信息来获得更全局的语义信息,同时结合特征融合为精确定位关键点与关键点猜测提供丰富的上下文信息,以此提出一种实时、轻量级、高检测精度的人脸关键点定位网络。该网络的参数量约为2.7million,模型只有10.6 MB,在保持高检测精度的同时,在GTX1080设备上可达约150 fps的处理速度。目前在流行的数据集中也获得了优异的评估结果,其中在WFLW测试集中取得了5.40%的mean error与7.36%的failure rate。

摘要：为了使得即时通信具有新颖和有趣的特点,满足用户需求设计并实现一种3D虚拟动画即时通信系统。首先构建系统的整体架构,包括服务端、客户端和人脸关键点识别;其次采用深度学习方法构建人脸关键点定位模型,并对服务端和客户端的各个功能模块进行具体设计,包括即时通信、人脸关键点定位、语音模块和动画驱动等模块,以此实现系统的构建;最后通过对系统的某些功能进行测试,得到设计实现的系统具有可行性。

摘要：设计并实现一套基于Android平台的人脸疲劳检测系统。该系统利用Android设备的外接OTG接口摄像头获取驾驶员脸部视频,通过Android4.4之后自带的人脸检测算法快速检测人脸,然后通过深度卷积网络训练的模型进行人脸关键点定位,粗定位出人眼和嘴部范围,利用最大类间方差法Otsu对人眼及嘴部进行目标提取然后通过最小二乘法椭圆拟合人眼和嘴部轮廓,从而进行状态分析,最后利用PERCLOS原理实时的检测出疲劳状态。在板车上实验结果表明,该系统对光照具有较好的鲁棒性,并且可以极大的降低事故率,保障了驾驶员的安全。