基于深度残差和特征金字塔网络的实时多人脸关键点定位算法

针对人脸关键点定位算法需要分为人脸区域检测与单人脸关键点定位两个步骤,导致处理时间成倍增加的情况,提出一步到位的实时且准确的多人脸关键点定位算法。该算法将人脸关键点坐标生成对应的热度图作为数据标签,利用深度残差网络完成前期的图像特征提取,使用特征金字塔网络融合在不同网络深度中表征不同尺度感受野的信息特征,应用中间监督思想,级联多个预测网络由粗到精地一次性回归图中所有人脸的关键点,而无需人脸检测步骤。在保持高定位精度的同时,该算法完成一次前向传播只需要约0.007 5 s(约每秒133帧),满足了实时人脸关键点定位的要求,且在WFLW测试集中取得了6.06%的平均误差与11.70%的错误率。

级联神经网络人脸关键点定位研究

人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

CASPN:基于级联空间金字塔的人脸关键点定位网络

针对非限制环境下人脸关键点定位的诸多干扰因素,如遮挡、阴影,以及如何设计更加轻量、快速的神经网络的问题,尝试并联不同空洞率的空洞卷积应用于人脸关键点定位,在保持特征分辨率的同时,快速增大并且获取多重感受野信息来获得更全局的语义信息,同时结合特征融合为精确定位关键点与关键点猜测提供丰富的上下文信息,以此提出一种实时、轻量级、高检测精度的人脸关键点定位网络。该网络的参数量约为2.7million,模型只有10.6 MB,在保持高检测精度的同时,在GTX1080设备上可达约150 fps的处理速度。目前在流行的数据集中也获得了优异的评估结果,其中在WFLW测试集中取得了5.40%的mean error与7.36%的failure rate。

基于YOLOv5的人脸检测及关键点定位的研究和实现

人脸检测的研究对与日常生活很好的实用价值,如人脸体温检测,视频监控等。实验通过YOLOv5方法对用户进行训练,并选用YOLOv5系统中网络深度最大和宽带最少的YOLOv5s模型,基于重参数化结构,提升了检测的准确率,且其具有速度快,体积小的优点。在人脸检测出后基于face_recongnition库进行关键点定位。通过实验结果可以看出,检测较为准确,具有良好的应用价值。

基于随机森林的人脸关键点精确定位方法

为了解决干扰情况(光照变化、表情变化和姿态变化等)下的人脸关键点精确定位问题,提出一种新的基于随机森林分类器的人脸关键点定位算法。针对目前研究工作尚未解决的人脸表情、光照以及姿态变化等难点,该文有两点主要贡献:1)引入了随机森林分类器和点对比较特征进行关键点定位,这种基于大量样本统计学习的方法能够有效解决人脸关键点定位中光照、表情和姿态变化这些难点;2)结合关键点的位置约束关系,进一步降低定位误差。实验结果表明:该算法可以有效地克服人脸光照、表情和姿态变化等因素干扰,能够对眼角和嘴角6个关键点进行全自动精确定位。

自适应监督下降方法的姿态鲁棒人脸对齐算法

人脸对齐是人脸分析处理中的重要一步。由于现实中的人脸照片通常在姿态、光线等方面存在较大的差异,人脸对齐是一项艰巨的任务。初始关键点的位置以及特征提取对人脸对齐很重要。提出一种自适应监督下降方法(SDM)的姿态鲁棒人脸对齐算法。首先,为了减小姿态差异对人脸对齐的影响,使用聚类算法将图片按照姿态分成三类(正脸,左侧脸,右侧脸),这样每个类别下的姿态更加紧致。其次,考虑到人脸对齐是由粗到细的多阶段监督学习过程,采用自适应特征提取框(由大到小)来提取判别性特征。基于上述两种策略,在每个类别下,提供一个更好的初始关键点位置,通过自适应特征提取的SDM模型来进行回归模型的训练。选用LFPW、HELEN和300W数据集进行评估,实验结果表明,该模型在复杂姿态下能准确定位关键点,并且好于现有的人脸对齐算法。

基于SDM及加权均值滤波的人脸美化系统

提出了一种基于监督下降法(SDM)及加权均值滤波的人脸美化系统。该系统首先采用SDM实现人脸关键点定位,接着采用交互式图像变形实现人脸局部变形,最后采用表面模糊算法实现肤质调整。实验结果表明,与其他人脸美化系统相比,该系统可通过调整修图的力度达到瘦脸、美目、去斑等人脸美化效果,同时美化后的图片保留原图的清晰度和细节特征信息。

基于卷积神经网络的车载疲劳驾驶检测系统的实现

设计并实现一套基于Android平台的人脸疲劳检测系统。该系统利用Android设备的外接OTG接口摄像头获取驾驶员脸部视频,通过Android4.4之后自带的人脸检测算法快速检测人脸,然后通过深度卷积网络训练的模型进行人脸关键点定位,粗定位出人眼和嘴部范围,利用最大类间方差法Otsu对人眼及嘴部进行目标提取然后通过最小二乘法椭圆拟合人眼和嘴部轮廓,从而进行状态分析,最后利用PERCLOS原理实时的检测出疲劳状态。在板车上实验结果表明,该系统对光照具有较好的鲁棒性,并且可以极大的降低事故率,保障了驾驶员的安全。

3D虚拟动画即时通信系统的设计与实现

为了使得即时通信具有新颖和有趣的特点,满足用户需求设计并实现一种3D虚拟动画即时通信系统。首先构建系统的整体架构,包括服务端、客户端和人脸关键点识别;其次采用深度学习方法构建人脸关键点定位模型,并对服务端和客户端的各个功能模块进行具体设计,包括即时通信、人脸关键点定位、语音模块和动画驱动等模块,以此实现系统的构建;最后通过对系统的某些功能进行测试,得到设计实现的系统具有可行性。