收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于非对称卷积-压缩激发-次代残差网络的人脸关键点检测

王贺兵  张春梅  
【摘要】:级联深度卷积神经网络(DCNN)算法为首先在人脸关键点检测中使用卷积神经网络(CNN)的模型,CNN的使用使得检测精度得到极大的提升。针对该策略需要对相邻阶段间的数据反复进行回归处理使得算法流程十分复杂的问题,提出基于非对称卷积-压缩激发-次代残差网络(AC-SE-ResNeXt)的人脸关键点检测算法。所提算法仅使用单阶段回归,既避免了级联策略中多阶段回归的算法流程复杂性,又解决了相邻阶段间数据需要进行预处理的问题。为了不降低精度,在次代残差网络(ResNeXt)块的基础上添加了非对称卷积(AC)模块和压缩激发(SE)模块,构建了AC-SE-ResNeXt网络模型。同时,为了能够精确拟合在不同光照、姿态、表情等复杂环境下的人脸,将AC-SE-ResNeXt网络模型加深到101层。对训练好的模型分别在数据集Bio ID和LFPW上进行测试,其中该模型在BioID数据集上的人脸五点关键点检测的综合平均误差率为1.99%,在LFPW数据集上的人脸五点关键点检测的综合平均误差率为2.3%。实验结果表明,所改进的算法不但简化了算法流程使之能进行端到端处理,而且其精度与级联DCNN算法相当,鲁棒性也有明显提升。

知网文化
【相似文献】
中国期刊全文数据库 前12条
1 张帆;;图像卷积实时计算的FPGA实现[J];电子设计工程;2021年01期
2 张庆辉;万晨霞;;卷积神经网络综述[J];中原工学院学报;2017年03期
3 高明;;卷积和空洞卷积及其应用研究[J];信息与电脑(理论版);2021年08期
4 茹鲜古丽·苏来满;;关于深度卷积神经网络在计算机视觉中的应用研究[J];数码世界;2020年06期
5 魏书伟;曾上游;周悦;王新娇;;基于并行残差卷积神经网络的多种树叶分类[J];现代电子技术;2020年09期
6 罗嘉杰;施佳林;;基于卷积神经网络的图像识别[J];科技创新导报;2019年24期
7 鞠聪;李涛;;基于深度可分离卷积结构的人脸表情识别研究[J];电脑与电信;2020年06期
8 赵玉琳;王东辉;王雷欧;;卷积神经网络卷积层的FPGA实现[J];网络新媒体技术;2021年01期
9 陈森;王世峰;孙琪;刘传义;王开鑫;;用于室内环境语义分割的全卷积网络[J];长春理工大学学报(自然科学版);2020年04期
10 李君君;张彬彬;江朝晖;;基于形变卷积神经网络的行为识别[J];智能计算机与应用;2021年05期
11 谭台哲;柳博;;基于分组卷积和空间注意力机制的单幅图像去雨方法[J];电脑知识与技术;2020年20期
12 严芳芳;吴秦;;多通道融合分组卷积神经网络的人群计数算法[J];小型微型计算机系统;2020年10期
中国重要会议论文全文数据库 前8条
1 李洁;张翰铭;王林元;李磊;张文昆;闫镔;;基于深度卷积神经网络的有限角度伪影抑制方法[A];2016年全国射线数字成像与CT新技术研讨会论文集[C];2016年
2 张大伟;章新华;付留芳;胡光潮;李前言;;基于听觉感知与卷积神经网络识别舰船目标[A];中国声学学会第十一届青年学术会议会议论文集[C];2015年
3 钟晓明;余贵珍;马亚龙;任毅龙;;基于快速区域卷积神经网络的交通标志识别算法研究[A];2016中国汽车工程学会年会论文集[C];2016年
4 葛思擘;丁同宝;蔡远利;;基于卷积神经网络的人脸实时检测方法[A];第二十届中国系统仿真技术及其应用学术年会论文集(20th CCSSTA 2019)[C];2019年
5 杨名;阮雅端;陈林凯;张鹏;陈启美;;甚高速区域卷积神经网络的船舶视频目标识别算法[A];2016年全国通信软件学术会议程序册与交流文集[C];2016年
6 陈林凯;阮雅端;朱洪锦;李昀峰;陈启美;;基于卷积神经网络的运动车辆视频检测方法[A];2016年全国通信软件学术会议程序册与交流文集[C];2016年
7 王强;曾向阳;;深度学习方法及其在水下目标识别中的应用[A];中国声学学会水声学分会2015年学术会议论文集[C];2015年
8 李强;康子路;;基于深度时空特征卷积—池化的视频人群计数方法[A];物联网与无线通信-2017年全国物联网技术与应用大会和2017年全国无线电应用与管理学术会议论文集[C];2017年
中国博士学位论文全文数据库 前20条
1 潘细朋;基于深度卷积网络的病理图像细胞检测、分割及识别算法研究[D];北京邮电大学;2019年
2 陈俊杰;基于图卷积网络的方面级情感分析方法研究[D];内蒙古大学;2020年
3 王莹莹;基于卷积神经网络的人脸表情识别问题的研究[D];山东大学;2020年
4 宋光慧;基于迁移学习与深度卷积特征的图像标注方法研究[D];浙江大学;2017年
5 鲍松泽;基于卷积神经网络的光学遥感影像船只目标检测技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2020年
6 王陆洋;基于卷积神经网络的图像人群计数研究[D];中国科学技术大学;2020年
7 傅瑞罡;基于卷积神经网络的弱监督物体检测方法研究[D];国防科技大学;2018年
8 余绍德;卷积神经网络和迁移学习在癌症影像分析中的研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年
9 刘冰;基于深度残差学习的视觉物体跟踪算法研究[D];重庆大学;2019年
10 Robail Yasrab;面向图像语义分割的新型卷积神经网络及其应用研究[D];中国科学技术大学;2017年
11 张少华;基于深度卷积神经网络的人脸基准点定位研究[D];华中科技大学;2016年
12 郑博仑;基于双域学习与卷积池的彩色JPEG图像复原算法研究[D];浙江大学;2019年
13 容毅标;卷积神经网络在眼科医学图像中的应用研究:分类、分割及回归分析[D];苏州大学;2020年
14 张燕红;基于卷积神经网络的人脸识别研究[D];天津大学;2018年
15 沈旭;基于序列深度学习的视频分析:建模表达与应用[D];中国科学技术大学;2017年
16 李旭冬;基于卷积神经网络的目标检测若干问题研究[D];电子科技大学;2017年
17 王超;频域卷积混合盲分离研究[D];上海大学;2008年
18 郝富生;卷积神经网络判别性增强研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2019年
19 曹海潮;基于卷积神经网络的肺结节检测和诊断算法研究[D];华中科技大学;2020年
20 朱晓龙;基于深度卷积神经网络的树木生境叶片识别方法研究[D];东北林业大学;2020年
中国硕士学位论文全文数据库 前20条
1 肖小范;基于混合卷积的学生专注度自动识别方法研究[D];华中师范大学;2020年
2 柯小龙;卷积神经网络图像分类应用研究[D];深圳大学;2017年
3 孙贵宾;基于深度卷积神经网络的道路场景物体检测方法研究[D];北方工业大学;2017年
4 王羽;基于FPGA的卷积神经网络应用研究[D];华南理工大学;2016年
5 刘勋;基于高低阶图卷积网络的文本分类算法研究[D];广东技术师范大学;2020年
6 蒋帅;基于卷积神经网络的图像识别[D];吉林大学;2017年
7 胡琴;基于3D卷积的人体行为识别算法研究[D];武汉理工大学;2020年
8 叶宇中;基于图卷积网络的领域适应模型[D];华南理工大学;2020年
9 左凯楠;基于深度卷积生成对抗网络的图像补全研究[D];西北大学;2020年
10 郭慧峰;基于卷积神经网络的12306验证码识别[D];华南理工大学;2017年
11 王帅;基于数据挖掘的深度卷积图像识别方法研究[D];郑州大学;2020年
12 周旺;基于卷积神经网络的人脸年龄估计算法[D];南京大学;2017年
13 王宁;基于图卷积的图像语义分割方法设计[D];西北大学;2020年
14 王娜;自适应融合多层卷积特征的目标跟踪算法[D];昆明理工大学;2019年
15 王新娇;卷积神经网络结构设计及其在目标检测中的应用[D];广西师范大学;2021年
16 熊彪;卷积神经网络在糖网病眼底图像分类中的应用研究[D];深圳大学;2017年
17 郑哲;稀疏与量化驱动的深度卷积网络压缩[D];南京信息工程大学;2020年
18 王林召;基于循环全卷积网络的显著性检测[D];大连理工大学;2017年
19 牛冬冬;卷积特征选择在图像检索中的应用研究[D];重庆大学;2019年
20 胡耀聪;基于卷积神经网络的密集场景人数估计算法研究[D];安徽大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978