排序方式： 共有1条查询结果，搜索用时 46 毫秒
1
1.
目前，人的面部关键点定位算法在限定环境下已达到很高的识别率，但在非限定环境下，仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时，该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构，引入五官可变形部件，将人脸检测与五官定位同时进行，提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时，采用由粗到细的算法思想，将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试，无论在人脸检测，还是面部关键点定位上，所提出的卷积网络结构准确度和检测速度均高于其他算法，在非限定环境下表现出很好的鲁棒性。 相似文献
1