自然環(huán)境下的人臉器官牲點(diǎn)定位算法研究.pdf

1、人臉器官特征點(diǎn)定位，即在人臉上確定某些器官的位置并進(jìn)行標(biāo)注。隨著人工智能、生物識(shí)別技術(shù)的發(fā)展，作為人臉對(duì)齊、人臉識(shí)別、姿態(tài)判定、表情分析等的基礎(chǔ)，人臉器官特征點(diǎn)定位成為視覺(jué)領(lǐng)域研究最為廣泛的問(wèn)題之一。以此同時(shí)，由于自然環(huán)境下的特征點(diǎn)定位受姿態(tài)、光照、表情、遮擋等因素的影響較大，該問(wèn)題也成為了極具挑戰(zhàn)性的問(wèn)題之一。近年來(lái)，中外學(xué)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(guò)多次的迭代更新來(lái)提高定位的精確度，具有較快的定位速度。這類(lèi)方法中，通常使用平均臉或從訓(xùn)練集中抽取的人臉作為迭代的初始形狀，當(dāng)初始形狀與目標(biāo)點(diǎn)的真實(shí)位置差距較大時(shí)，有可能在更新過(guò)程中陷入局部最小，影響定位結(jié)果?；诰矸e神經(jīng)網(wǎng)絡(luò)的方法通常具有較高的定位準(zhǔn)確率，但由于其模型復(fù)雜、數(shù)據(jù)量大，所需的定位時(shí)間也更多。
　　針對(duì)上述方法各自的優(yōu)劣，本文提出了新的人臉特征點(diǎn)定位算法。主要工作包括以下幾點(diǎn)：（1）在形狀回歸中引入卷積神經(jīng)網(wǎng)絡(luò)

3、做初定位。使用卷積神經(jīng)網(wǎng)絡(luò)的定位結(jié)果取代平均臉作為初始形狀，再進(jìn)行后續(xù)迭代更新，從而得到精確的特征點(diǎn)位置。與傳統(tǒng)的基于多個(gè)卷積神經(jīng)網(wǎng)絡(luò)級(jí)聯(lián)或并聯(lián)的算法相比，改進(jìn)的算法簡(jiǎn)化了模型結(jié)構(gòu)，提高了運(yùn)算速度；同時(shí)具有比傳統(tǒng)基于形狀回歸的方法更好的定位準(zhǔn)確率；（2）引入精確人臉框定位模塊?？紤]到人臉框大小對(duì)后續(xù)定位結(jié)果的影響，在用于初定位的卷積神經(jīng)網(wǎng)絡(luò)前面加入一層額外的卷積神經(jīng)網(wǎng)絡(luò)用于精確人臉框定位，對(duì)一般人臉檢測(cè)器的檢測(cè)結(jié)果進(jìn)行修正，從而減少背景