期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
基于眼部自商图—梯度图共生矩阵的疲劳驾驶检测 被引量:5
1
作者 潘剑凯 柳政卿 王秋成 《中国图象图形学报》 CSCD 北大核心 2021年第1期154-164,共11页
目的疲劳驾驶是引发车辆交通事故的主要原因之一,针对现有方法在驾驶员面部遮挡情况下对眼睛状态识别效果不佳的问题,提出了一种基于自商图—梯度图共生矩阵的驾驶员眼部疲劳检测方法。方法利用以残差网络(residual network,Res Net)为... 目的疲劳驾驶是引发车辆交通事故的主要原因之一,针对现有方法在驾驶员面部遮挡情况下对眼睛状态识别效果不佳的问题,提出了一种基于自商图—梯度图共生矩阵的驾驶员眼部疲劳检测方法。方法利用以残差网络(residual network,Res Net)为前置网络的SSD(single shot multibox detector)人脸检测器来获取视频中的有效人脸区域,并通过人脸关键点检测算法分割出眼睛局部区域图像;建立驾驶员眼部的自商图与梯度图共生矩阵模型,分析共生矩阵的数字统计特征,选取效果较好的特征用以判定人眼的开闭状态;结合眼睛闭合时间百分比(percentage of eyelid closure,PERCLOS)与最长闭眼持续时间(maximum closing duration,MCD)两个疲劳指标来判别驾驶员的疲劳状态。结果在六自由度汽车性能虚拟仿真实验平台上模拟汽车驾驶,采集并分析驾驶员面部视频,本文方法能够有效识别驾驶员面部遮挡时眼睛的开闭状态,准确率高达99.12%,面部未遮挡时的识别精度为98.73%,算法处理视频的速度约为32帧/s。对比方法 1采用方向梯度直方图特征与支持向量机分类器相结合的人脸检测算法,并以眼睛纵横比判定开闭眼状态,在面部遮挡时识别较弱;以卷积神经网络(convolutional neural network,CNN)判别眼睛状态的对比方法 2虽然在面部遮挡情况下的准确率高达98.02%,但眨眼检测准确率效果不佳。结论基于自商图—梯度图共生矩阵的疲劳检测方法能够有效识别面部遮挡时眼睛的开闭情况和驾驶员的疲劳状态,具有较快的检测速度与较高的准确率。 展开更多
关键词 疲劳驾驶 人脸检测 人脸关键点检测 自商图 共生矩阵 眼睛闭合时间百分比(PERCLOS)
原文传递
基于Transformer人像关键点检测网络的研究 被引量:4
2
作者 陈凯 林珊玲 +3 位作者 林坚普 林志贤 缪志辉 郭太良 《计算机应用研究》 CSCD 北大核心 2023年第6期1870-1875,1881,共7页
为解决目前基于卷积网络的关键点检测模型无法建模远距离关键点之间关系的问题,提出一种Transformer与CNN(卷积网络)多分支并行的人像关键点检测网络,称为MCTN(multi-branch convolution-Transformer network),其利用Transformer的动态... 为解决目前基于卷积网络的关键点检测模型无法建模远距离关键点之间关系的问题,提出一种Transformer与CNN(卷积网络)多分支并行的人像关键点检测网络,称为MCTN(multi-branch convolution-Transformer network),其利用Transformer的动态注意力机制建模关键点之间的远距离联系,多分支并行的结构设计使得MCTN包含共享权重、全局信息融合等特点。此外,提出一种新型的Transformer结构,称为Deformer,它可以将注意力权重更快地集中在稀疏且有意义的位置,解决Transformer收敛缓慢的问题;在WFLW、300W、COFW数据集的人像关键点检测实验中,归一化平均误差分别达到4.33%、3.12%、3.15%,实验结果表明,MCTN利用Transformer与CNN多分支并联结构和Deformer结构,性能大幅超越基于卷积网络的关键点检测算法。 展开更多
关键词 计算机视觉 深度学习 人脸关键点检测 自注意力 TRANSFORMER
下载PDF
基于视觉的对人员在岗行为分析的算法 被引量:2
3
作者 冯高敏 刘雨佳 《计算机工程与设计》 北大核心 2021年第6期1668-1676,共9页
由于在岗过程中,电力人员容易出现注意力不集中、瞌睡、分心等行为,为更好监督人员工作状态,基于计算机视觉提出一种对人员行为分析的算法。利用人脸关键点获取相关面部特征,结合人员的头部相关姿态,从未实现对人员的状态进行监督和评... 由于在岗过程中,电力人员容易出现注意力不集中、瞌睡、分心等行为,为更好监督人员工作状态,基于计算机视觉提出一种对人员行为分析的算法。利用人脸关键点获取相关面部特征,结合人员的头部相关姿态,从未实现对人员的状态进行监督和评估。实验结果表明,该方法对人员行为的评估精确度在85%左右,能够满足实际中对人员的状态判断的需求。 展开更多
关键词 视觉特征分析 头部姿态估计 特征定位 人脸关键点 疲劳检测
下载PDF
一种多任务面部特征点与头部姿态检测方法
4
作者 韩毅 王旭彬 王伟 《电子器件》 CAS 北大核心 2022年第3期628-635,共8页
目前国内在面部特征点检测和头部姿态估计研究领域多采用单任务方式,即分别对两项任务建立独立模型进行检测处理,忽视了二者之间可共享的隐层特征。面部特征点是表达头部姿态的重要信息,二者之间有复杂的非线性映射关系,基于其间可共享... 目前国内在面部特征点检测和头部姿态估计研究领域多采用单任务方式,即分别对两项任务建立独立模型进行检测处理,忽视了二者之间可共享的隐层特征。面部特征点是表达头部姿态的重要信息,二者之间有复杂的非线性映射关系,基于其间可共享的隐层特征使用多任务学习可使两任务相互促进,优化检测速度与准确率。本文证明了头部姿态与面部特征点同时变化时二者具有的强相关性,并据此设计了一种多任务卷积神经网络以将面部特征点检测和头部姿态估计两项任务关联于一个神经网络模型中,共享核心卷积神经网络提取到的特征,后采用独立的分类器进行检测,最终以5个面部特征点和3个头部姿态参数为目标输出。实验表明,相比于传统单任务独立检测方法,采用多任务卷积神经网络可以同时完成面部特征点检测与头部姿态估计两项任务,并且在检测速度、精度上有较大的提升。 展开更多
关键词 多任务学习 卷积神经网络 面部特征点检测 头部姿态估计
下载PDF
基于深度学习的人脸识别方法研究 被引量:13
5
作者 胡少聪 《电子科技》 2019年第6期82-86,共5页
作为非接触式生物识别方法之一,人脸识别在诸多情况下被广泛使用。然而,传统的人脸识别方法由于识别准确度低以及在多个场合的应用受到限制,已不能满足目前的需求。文中提出了采用深度学习的方法来实现脸部标志检测和无限制人脸识别。... 作为非接触式生物识别方法之一,人脸识别在诸多情况下被广泛使用。然而,传统的人脸识别方法由于识别准确度低以及在多个场合的应用受到限制,已不能满足目前的需求。文中提出了采用深度学习的方法来实现脸部标志检测和无限制人脸识别。为解决人脸标志检测问题,使用一种深层卷积神经网络的逐层训练方法,以帮助卷积神经网络进行收敛,并提出了一种避免过拟合的样本变换方法;为了解决人脸识别问题,文中提出了一种SIAMESE卷积神经网络,其在不同部位和尺度上进行训练。实验测试显示,ORL和人脸识别算法的精度分别达到了91%和81%。 展开更多
关键词 脸部标志检测 无限制人脸识别 深度学习 卷积神经网络 SIAMESE网络
下载PDF
人脸关键点检测研究综述 被引量:1
6
作者 张晓行 田启川 +1 位作者 廉露 谭润 《计算机工程与应用》 CSCD 北大核心 2024年第12期48-60,共13页
随着计算机视觉等技术的快速发展,人机交互、医疗辅助、安防监控等领域迅速崛起,人脸关键点检测作为其中一项重要任务备受关注,它可以在图像或视频中定位和检测人脸关键点,具有很高的实用价值。通过对人脸关键点检测方法研究现状的梳理... 随着计算机视觉等技术的快速发展,人机交互、医疗辅助、安防监控等领域迅速崛起,人脸关键点检测作为其中一项重要任务备受关注,它可以在图像或视频中定位和检测人脸关键点,具有很高的实用价值。通过对人脸关键点检测方法研究现状的梳理和分析,将其分为传统的人脸关键点检测方法和基于深度学习的人脸关键点检测方法;对比分析了各类方法的原理及优缺点,介绍常用数据集和评价指标,全面评估了重点方法在不同数据集上的性能表现;归纳人脸关键点检测应用领域,展望其未来发展方向。 展开更多
关键词 人脸关键点检测 深度学习 传统人脸关键点检测
下载PDF
基于改进YOLOv4-tiny的人脸关键点快速检测 被引量:6
7
作者 付博闻 李闯闯 梁爱华 《计算机科学》 CSCD 北大核心 2022年第S02期450-454,共5页
人脸关键点检测作为人脸识别的重要环节,一直是计算机视觉领域的研究热点。为了满足高效轻量级的人脸关键点检测需求,提出了一种基于改进YOLOv4-tiny的人脸关键点快速检测算法。模型输入采用608*608*3的彩色图像,使用CSPDarknet53-tiny... 人脸关键点检测作为人脸识别的重要环节,一直是计算机视觉领域的研究热点。为了满足高效轻量级的人脸关键点检测需求,提出了一种基于改进YOLOv4-tiny的人脸关键点快速检测算法。模型输入采用608*608*3的彩色图像,使用CSPDarknet53-tiny网络对输入图像进行主干特征提取,对提取到的特征进行上采样和特征融合,在特征融合之前添加注意力机制来提高检测准确度,同时对YOLOv4-tiny网络的损失函数进行调整,添加人脸关键点的损失计算,实现在人脸目标检测的同时对关键点进行标定定位。模型输出包括人脸标记框和人脸5个关键点。实验结果表明,相比其他网络的人脸关键点检测方法,所提模型在保证识别准确度的基础上,具有更高的识别效率和更低的配置要求,可以满足快速实时检测的需求,且更易部署在边缘设备或者移动设备上。 展开更多
关键词 人脸关键点检测 YOLOv4-tiny 注意力机制 实时检测 深度学习
下载PDF
基于多层次自注意力网络的人脸特征点检测 被引量:2
8
作者 徐浩宸 刘满华 《计算机工程》 CAS CSCD 北大核心 2024年第2期239-246,共8页
人脸特征点检测是人脸图像处理的关键步骤之一,常用检测方法是基于深度神经网络的坐标回归方法,具有处理速度快的优点,但是用于回归的高层次网络特征丢失空间结构信息,且缺乏细粒度表征能力,导致检测精度降低。针对该问题,提出一种基于... 人脸特征点检测是人脸图像处理的关键步骤之一,常用检测方法是基于深度神经网络的坐标回归方法,具有处理速度快的优点,但是用于回归的高层次网络特征丢失空间结构信息,且缺乏细粒度表征能力,导致检测精度降低。针对该问题,提出一种基于多层次自注意力网络的人脸关键点检测算法。为提取更具有细粒度表征能力的图像语义特征,构建基于自注意力机制的多层次特征融合模块,实现高层次高语义信息特征和低层次高空间信息特征的跨层次特征融合。在此基础上,设计一种多任务学习人脸特征点检测定位与人脸姿态角估计的训练方式,优化网络对人脸整体朝向姿态的估计,以提升特征点检测的准确性。在人脸特征点主流数据集300W和WFLW上的实验结果表明,与SAAT、AnchorFace等方法相比,该方法有效提升网络的检测精度,标准平均误差指标分别为3.23%和4.55%,相较于基线模型降低0.37和0.59个百分点,在WFLW数据集上错误率指标为3.56%,相较于基线模型降低了2.86个百分点,能够提取更具鲁棒性和细粒度的表达特征。 展开更多
关键词 人脸特征点检测 卷积神经网络 自注意力机制 特征融合 多任务学习 深度学习
下载PDF
基于非对称卷积−压缩激发−次代残差网络的人脸关键点检测 被引量:5
9
作者 王贺兵 张春梅 《计算机应用》 CSCD 北大核心 2021年第9期2741-2747,共7页
级联深度卷积神经网络(DCNN)算法为首先在人脸关键点检测中使用卷积神经网络(CNN)的模型,CNN的使用使得检测精度得到极大的提升。针对该策略需要对相邻阶段间的数据反复进行回归处理使得算法流程十分复杂的问题,提出基于非对称卷积−压... 级联深度卷积神经网络(DCNN)算法为首先在人脸关键点检测中使用卷积神经网络(CNN)的模型,CNN的使用使得检测精度得到极大的提升。针对该策略需要对相邻阶段间的数据反复进行回归处理使得算法流程十分复杂的问题,提出基于非对称卷积−压缩激发−次代残差网络(AC-SE-ResNeXt)的人脸关键点检测算法。所提算法仅使用单阶段回归,既避免了级联策略中多阶段回归的算法流程复杂性,又解决了相邻阶段间数据需要进行预处理的问题。为了不降低精度,在次代残差网络(ResNeXt)块的基础上添加了非对称卷积(AC)模块和压缩激发(SE)模块,构建了AC-SE-ResNeXt网络模型。同时,为了能够精确拟合在不同光照、姿态、表情等复杂环境下的人脸,将AC-SEResNeXt网络模型加深到101层。对训练好的模型分别在数据集BioID和LFPW上进行测试,其中该模型在BioID数据集上的人脸五点关键点检测的综合平均误差率为1.99%,在LFPW数据集上的人脸五点关键点检测的综合平均误差率为2.3%。实验结果表明,所改进的算法不但简化了算法流程使之能进行端到端处理,而且其精度与级联DCNN算法相当,鲁棒性也有明显提升。 展开更多
关键词 人脸关键点检测 非对称卷积 压缩激发模块 卷积神经网络 次代残差网络(ResNeXt)
下载PDF
基于改进SSD算法的学生面部及其关键点检测研究
10
作者 梁岱立 殷文雪 +2 位作者 肖艳辉 李嘉欣 李鑫 《工业控制计算机》 2024年第2期133-134,162,共3页
课堂讲授是教学活动的主要形式,学生的课堂学习状态可以通过其面部信息反映出来,为了准确地获取学生的面部信息,提出了一种更加适用于教室中学生的面部及面部关键点检测模型。由于教室中后排落座的同学属于小目标,为了准确检测后排同学... 课堂讲授是教学活动的主要形式,学生的课堂学习状态可以通过其面部信息反映出来,为了准确地获取学生的面部信息,提出了一种更加适用于教室中学生的面部及面部关键点检测模型。由于教室中后排落座的同学属于小目标,为了准确检测后排同学,将网络前端的三张特征图进行了融合,使网络对小目标的检测能力有所提升;根据学生面部生理结构的特点,改进了预测候选框的生成比例。为了验证算法的先进性,设计了对比实验,所提的模型在三种难度的数据集上均表现最优。 展开更多
关键词 SSD模型 人脸关键点检测 特征融合 学生面部检测
下载PDF
级联网络和金字塔光流的旋转不变人脸检测 被引量:3
11
作者 孙锐 阚俊松 +1 位作者 吴柳玮 王鹏 《光电工程》 CAS CSCD 北大核心 2020年第1期20-28,共9页
在无约束的开放空间中,由于面部姿态变化、背景环境复杂、运动模糊等,人脸检测仍是一个具有挑战性的任务。本文针对视频流中人脸检测存在的平面内旋转问题,将人脸关键点与金字塔光流相结合,提出了基于级联网络和金字塔光流的旋转不变人... 在无约束的开放空间中,由于面部姿态变化、背景环境复杂、运动模糊等,人脸检测仍是一个具有挑战性的任务。本文针对视频流中人脸检测存在的平面内旋转问题,将人脸关键点与金字塔光流相结合,提出了基于级联网络和金字塔光流的旋转不变人脸检测算法。首先利用级联渐进卷积神经网络对视频流中前一帧进行人脸位置和关键点的定位;其次为获取关键点与人脸候选框间光流映射,使用独立的关键点检测网络对当前帧进行再次定位;之后计算前后两帧之间关键点光流位移;最后通过关键点光流位移与人脸候选框的映射关系,对视频中检测到的人脸进行校正,从而完成平面内旋转人脸不变性检测。实验经FDDB公开数据集上测试,证明该方法精确度较高。并且,在Boston面部跟踪数据集上进行动态测试,证明该人脸检测算法能有效解决平面内旋转人脸检测问题。对比其它检测算法,该算法检测速度有较大优势,同时视频中窗口抖动问题得到了很好解决。 展开更多
关键词 旋转不变性 关键点检测 级联渐进网络 金字塔光流 人脸检测
下载PDF
使用高分辨率网络在热红外图像上提取人脸关键区域温度 被引量:2
12
作者 徐象国 尹志鑫 《家电科技》 2020年第6期28-33,38,共7页
近年来,个人热舒适模型取得了众多学者的研究和关注。其中,脸部皮肤表面关键区域的温度是模型中的关键输入特征。使用高分辨率特征学习网络(HRNet)在热红外图像上直接进行人脸关键点检测,以提取人脸关键区域温度,其准确率高于同类热红... 近年来,个人热舒适模型取得了众多学者的研究和关注。其中,脸部皮肤表面关键区域的温度是模型中的关键输入特征。使用高分辨率特征学习网络(HRNet)在热红外图像上直接进行人脸关键点检测,以提取人脸关键区域温度,其准确率高于同类热红外人脸关键点识别算法的最佳值。还将人脸属性作为权重加入到损失函数中,进一步提升了对于难例(如侧脸、遮挡、夸张表情)的识别准确率。最后,对比了热红外图像与不同环境下可见光图像的检测效果,证明了在一些特殊条件下(如低光照、隐私保护),热红外图像可以代替可见光图像进行准确的关键点识别。 展开更多
关键词 人脸关键点识别 热红外图像 高分辨率特征学习网络
下载PDF
人脸特征点检测算法及处理芯片研究进展 被引量:1
13
作者 朱文平 莫汇宇 +1 位作者 刘雷波 魏少军 《微纳电子与智能制造》 2020年第2期6-14,共9页
人脸对齐,即人脸特征点检测,作为人脸图像处理应用中的核心基础,其精度、鲁棒性及计算性能直接影响着终端人脸应用的用户体验。分别从算法及其处理芯片两个方面对人脸特征点检测方向的研究现状进行总结分析,并进一步针对当前的研究趋势... 人脸对齐,即人脸特征点检测,作为人脸图像处理应用中的核心基础,其精度、鲁棒性及计算性能直接影响着终端人脸应用的用户体验。分别从算法及其处理芯片两个方面对人脸特征点检测方向的研究现状进行总结分析,并进一步针对当前的研究趋势及未来方向进行梳理和展望。 展开更多
关键词 人脸对齐 人脸特征点检测 处理芯片 深度学习神经网络
下载PDF
基于人脸关键点检测的社区门禁系统设计与实现
14
作者 王赛楠 杨诚 《常州信息职业技术学院学报》 2023年第5期20-23,共4页
传统社区门禁采用“门禁卡+安保登记”的管理方式,社区居民出行不便的同时,保卫处难以落实人员进出管控,因此提出了基于人脸关键点检测的社区门禁系统。该系统首先通过人脸检测器、人脸关键点检测器和人脸特征提取器采集社区居民人脸特... 传统社区门禁采用“门禁卡+安保登记”的管理方式,社区居民出行不便的同时,保卫处难以落实人员进出管控,因此提出了基于人脸关键点检测的社区门禁系统。该系统首先通过人脸检测器、人脸关键点检测器和人脸特征提取器采集社区居民人脸特征,构建特征数据库。然后基于轻量化神经网络模型快速检测人脸,并基于人脸关键点位置矫正人脸图像,以更好应对人脸角度变化问题。最后计算与人脸特征数据库的余弦相似度,确定来访人员身份。通过上述系统不仅方便社区居民出行,而且能有效防止陌生人随意进入小区,确保了社区居民的安全。 展开更多
关键词 人脸关键点检测 人脸识别 卷积神经网络 深度学习
下载PDF
基于人脸特征点的疲劳驾驶检测方法研究
15
作者 胡旭辉 沈涛 《信息与电脑》 2021年第5期57-59,共3页
在当今车辆日益增多的时代,驾驶员长时间驾驶车辆会出现注意力下降,从而会增加出行风险,极易造成严重的交通事故。因此,设计预防疲劳驾驶的系统是非常必要的。基于此,笔者提出基于视频进行疲劳驾驶检测的方法。该方法通过人脸识别定位... 在当今车辆日益增多的时代,驾驶员长时间驾驶车辆会出现注意力下降,从而会增加出行风险,极易造成严重的交通事故。因此,设计预防疲劳驾驶的系统是非常必要的。基于此,笔者提出基于视频进行疲劳驾驶检测的方法。该方法通过人脸识别定位眼睛和嘴,计算眼睛的横纵比判断睁眼或是闭眼,同样利用嘴部的横纵比确定嘴的张度,根据张度和持续时长判断驾驶员处于打哈欠的状态。实验结果表明,本文提出的方法能够准确检测出疲劳驾驶。 展开更多
关键词 人脸检测 人脸特征点 疲劳检测
下载PDF
基于头部姿态识别的学习状态检测系统的实现
16
作者 吴丽娟 梁岱立 +2 位作者 关贵明 任海清 黄尧 《沈阳师范大学学报(自然科学版)》 CAS 2022年第1期80-85,共6页
教室一直以来都是教师进行教学活动的重要场所,为了充分利用课堂监控系统并加强对学生课堂状态的监测,设计了基于头部姿态识别的学生学习状态检测系统。首先,对SSD模型算法的检测后处理中非极大值抑制(NMS)算法进行优化,精准去除冗余候... 教室一直以来都是教师进行教学活动的重要场所,为了充分利用课堂监控系统并加强对学生课堂状态的监测,设计了基于头部姿态识别的学生学习状态检测系统。首先,对SSD模型算法的检测后处理中非极大值抑制(NMS)算法进行优化,精准去除冗余候选框;其次,结合系统的应用场景教室,对SSD算法模型的预测特征图进行选取,在保证模型检测精度的同时提高模型的检测效率;最后,采用基于模型的头部姿态识别方式对学生头部姿态进行15 s内动态识别。该系统可以识别2种头部动作、4种头部姿态。经过对教室中真实课堂教学视频的测试,结果表明,该系统可以实现对教室中学生的头部姿态进行有效识别,识别准确率较高,可以应用到课堂学习状态监测中。 展开更多
关键词 SSD算法 人脸关键点检测 头部姿态识别 NMS算法
下载PDF
高精度轻量级的人脸关键点检测算法 被引量:3
17
作者 徐礼淮 李哲 +2 位作者 蒋佳佳 段发阶 傅骁 《激光与光电子学进展》 CSCD 北大核心 2020年第24期266-272,共7页
针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学... 针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学生网络。同时提出逐像素损失函数和逐像素对损失函数,通过对齐教师网络与学生网络的输出特征图与中间特征图,将教师网络的先验知识迁移至学生网络,从而提高学生网络的检测精度。实验结果表明,本算法得到的学生网络参数量为2.81M,模型大小为10.20MB,在GTX1080显卡上的每秒传输帧数为162frame,在300W和WFLW数据集上的平均误差分别为3.60%和5.50%。 展开更多
关键词 图像处理 卷积神经网络 人脸关键点检测算法 知识蒸馏 模型优化 模轻量级网络
原文传递
高精度轻量级的人脸关键点检测算法
18
作者 徐礼淮 李哲 +2 位作者 蒋佳佳 段发阶 傅骁 《激光与光电子学进展》 CSCD 北大核心 2020年第21期142-148,共7页
针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学... 针对当前人脸关键点检测算法网络模型复杂度高、在计算资源受限时不利于部署的问题,基于知识蒸馏思想,提出了一种高精度、轻量级的人脸关键点检测算法。通过改进残差网络(ResNet50)中的Bottleneck模块并引入分组反卷积,得到轻量级的学生网络。同时提出逐像素损失函数和逐像素对损失函数,通过对齐教师网络与学生网络的输出特征图与中间特征图,将教师网络的先验知识迁移至学生网络,从而提高学生网络的检测精度。实验结果表明,本算法得到的学生网络参数量为2.81M,模型大小为10.20MB,在GTX1080显卡上的每秒传输帧数为162frame,在300W和WFLW数据集上的平均误差分别为3.60%和5.50%。 展开更多
关键词 图像处理 卷积神经网络 人脸关键点检测算法 知识蒸馏 模型优化 模轻量级网络
原文传递
基于改进SBR算法的人脸特征点稳定检测 被引量:2
19
作者 王宇 胡哲昊 +5 位作者 涂晓光 刘建华 蒋涛 许将军 原子昊 杜金花 《电讯技术》 北大核心 2023年第5期719-724,共6页
基于图像的特征点检测器在静态图像上取得了卓越的性能,然而这些方法应用于视频或序列图像时其精度和稳定性显著降低。配准监督(Supervision-by-Registration,SBR)算法利用光流算法(Lucas-Kanade,LK)追踪,可通过无标注视频训练针对视频... 基于图像的特征点检测器在静态图像上取得了卓越的性能,然而这些方法应用于视频或序列图像时其精度和稳定性显著降低。配准监督(Supervision-by-Registration,SBR)算法利用光流算法(Lucas-Kanade,LK)追踪,可通过无标注视频训练针对视频的特征点检测器,已取得较好的结果,但LK算法仍存在一定局限性,导致检测的特征点序列在时空上的连贯性不强。为获得精准、稳定、连贯的人脸特征点序列检测效果,提出了平滑一致性损失函数、权重掩码函数对传统SBR网络模型进行改进。网络中添加长短期记忆网络(Long Short-Term Memory,LSTM)提高模型训练鲁棒性,在模型训练中使用平滑一致性损失函数提供稳定性约束,获得准确且稳定的人脸视频特征点检测器。在300VW、Youtube Celebrities数据集上的验证显示,SBR改进模型将人脸视频特征点检测的标准化平均误差(Normalized Mean Error,NME)从4.74降低至4.56,且视觉上人脸特征点检测的抖动显著减少。 展开更多
关键词 人脸特征点检测 配准监督(SBR)算法 长短期记忆(LSTM)网络 LK光流算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部