杜文超;邓宗平;赵启军;陈、胡 基于局部形状约束网络的人脸对齐。 (中文。英文摘要) Zbl 1399.68153号 四川大学自然科学系。预计起飞时间。 54,第5期,953-958(2017). 摘要:基于级联回归的人脸对齐方法已经取得了很大的进步,但由于级联回归器设计的复杂性,手工特征的局限性使得很难找到更好的人脸对齐任务解决方案,尤其是对于大手势、夸张表情的人脸对齐。因此,本文提出了一种基于局部形状约束的方法来解决这一问题。首先,使用深度卷积神经网络(DCNN)初始化整个人脸形状。其次,根据局部区域的同质性将人脸划分为不同的区域,定义每个区域对局部形状的约束。最后,将整个形状估计作为全局约束,结合每个局部形状约束进行人脸特征点回归。实验表明,我们基于局部形状约束的方法比目前最先进的方法有了很大的改进。 MSC公司: 68吨10 模式识别、语音识别 68T05型 人工智能中的学习和自适应系统 第68页第45页 机器视觉和场景理解 关键词:面对齐;级联回归;局部形状约束;卷积神经网络 PDF格式BibTeX公司 XML格式引用 \textit{W.Du}等人,四川大学自然科学院。第54版,第5号,953--958(2017;Zbl 1399.68153) 全文: 内政部