人臉特征提取與定位是計算機(jī)視覺中的經(jīng)典問題之一,是解決很多人臉相關(guān)問題的基礎(chǔ),準(zhǔn)確的人臉特征點(diǎn)定位結(jié)果對視覺任務(wù)如:人臉識別、3D人臉重建、人臉表情分析、人臉姿態(tài)估計等具有非常重要的意義。近年來,人臉特征點(diǎn)定位研究取得了巨大進(jìn)步,約束人臉的特征點(diǎn)定位精度已經(jīng)能滿足實(shí)際應(yīng)用需求,而非約束人臉圖像（即人臉圖像存在姿態(tài)、表情、遮擋、照明、年紀(jì)和化妝等變化）的特征點(diǎn)定位仍存在定位不準(zhǔn)確、精度低等問題。本文主要研究基于遷移學(xué)習(xí)的人臉特征提取與定位算法,該算法針對兩種非約束人臉（即:稀疏人臉和稠密人臉）的表述,設(shè)計了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉特征提取與定位算法,實(shí)現(xiàn)了稀疏人臉特征點(diǎn)定位,并將其遷移學(xué)習(xí)至局部二進(jìn)制特征（LBF:Local Binary Feature）的方法中,進(jìn)一步解決了稠密人臉的特征提取與定位問題。本文重點(diǎn)完成了以下的工作:（1）設(shè)計了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉特征提取與定位算法,完成了稀疏人臉特征提取和定位。利用深度卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建了一個三層級聯(lián)的CNN網(wǎng)絡(luò)結(jié)構(gòu),使用ReLU激活函數(shù)在同一網(wǎng)絡(luò)結(jié)構(gòu)下具有更加快速的收斂。該方法其應(yīng)用于稀疏人臉特征點(diǎn)定位中,選用在人臉圖像... 

【文章來源】：成都理工大學(xué)四川省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文研究技術(shù)路線圖

像的卷積過程如圖 2-1 所示。 (∑∑( )) ( )1 中， 代表的是一個大小為 × 的二維輸入向量

的卷積核，b 為偏置， (π)是激活函數(shù)， 是卷積計算以后獲得的特卷積層中因?yàn)橛芯矸e核的存在，在對圖像進(jìn)行卷積操作提取特征中，能少參數(shù)的數(shù)量，且卷積層還具有參數(shù)共享的特性，同一個特征映射中的常使用相同的卷積核對輸入數(shù)據(jù)做卷積，這再次減少了模型參數(shù)量。全與卷積方式的直管區(qū)別如圖 2-2 所示。


本文編號：3380052