基于深度网络的人脸区域分割方法

语义分割是近年来比较热的一个主题,而其中对二维人脸图片的区域分割技术的研究,对机器人应用,人脸头部姿势预测,三维人脸识别,分割,动画等方面有重要促进意义。由于目前的人脸区域分割算法在精度上存在一定不足,提出了基于深度网络的人脸区域分割方法,并进行了实验。实验结果表明该算法相较于以前的一些方法精度更高,鲁棒性好,有实际应用意义。

基于投影与深度学习网络的三维人脸特征点定位方法

标定三维人脸模型特征点对人脸识别、人脸建模等都具有重要作用。针对人脸特征点标定需要手工干预、标定特征点个数少或不准确、标定时间长等问题,提出了一种基于投影与深度学习网络的人脸三维模型特征点标定法。基于正交投影,生成人脸三维模型二维深度图与二维特征点位置,采用以卷积神经网络为主的深度学习网络模型训练测试,将深度图上特征点映射到三维人脸模型,实现眉毛、眼睛、鼻尖、嘴巴等重要区域的特征点定位。实验表明,该方法可自动标定三维人脸模型特征点,快速、准确预测足够数量特征点位置。

基于正方形组合描述符与深度森林的三维人脸分割方法

三维人脸分割技术在三维人脸研究领域有实际意义,其结果对三维人脸的特征点定位,表情识别,人脸动画等领域作用较大。针对目前已有的分割算法在精度上存在一定不足,提出了基于正方形组合描述符以及深度森林的三维人脸分割方法。对三维人脸进行分割实验,结果表明:所提算法精度高,分割效果良好,具有实际应用意义。

基于单张图像的三维人脸重建

利用一种基于法线的模型变形方法,从单张图像重建高质量的三维人脸。利用球谐函数和一个初始参考模型计算得到模型上每个顶点的法线,利用法线使参考模型变形。实验结果表明:提出的算法可以从单幅图像重建具有细节的高质量三维人脸。

在道德与法治教学实践中贯彻立德树人——以《生命的思考》教学实践为例

根据统编版教材立德树人的主线要求,以《生命的思考》教学实践展开,结合道德与法治学科特点,浅谈如何将立德树人原则落实到道德与法治课堂教学中去,培养学生的生命意识、社会责任感,激发学生的奉献精神。