用户登录
期刊信息
  • 主管单位:
  • 中国科学技术协会
  • 主办单位:
  • 中国仪器仪表学会、上海光学仪器研究所、中国光学学会工程光学专业委员会
  • 主  编:
  • 庄松林
  • 地  址:
  • 上海市军工路516号上海理工大学《光学仪器》编辑部
  • 邮政编码:
  • 200093
  • 联系电话:
  • 021-55270110
  • 电子邮件:
  • gxyq@usst.edu.cn
  • 国际标准刊号:
  • 1005-5630
  • 国内统一刊号:
  • 31-1504/TH
  • 邮发代号:
  • 单  价:
  • 15.00
  • 定  价:
  • 90.00
基于注意力模型的人脸关键点检测算法
Detection algorithm for key points on face based on attention model
投稿时间:2019-05-08  
DOI:10.3969/j.issn.1005-5630.2020.02.008
中文关键词:  人脸关键点检测  注意力模型  DPM人脸检测
英文关键词:face key point detection  attention model  DPM face detection
基金项目:国家重点研究发展计划(2016YFF0101400)
作者单位
秦晓飞 上海理工大学 光电信息与计算机工程学院上海 200093 
盛凯 上海理工大学 机械工程学院上海 200093 
朱玥 上海理工大学 光电信息与计算机工程学院上海 200093 
杨勇 上海理工大学 光电信息与计算机工程学院上海 200093 
赵刚 杭州亿美实业有限公司浙江 杭州 310000 
贾程 杭州亿美实业有限公司浙江 杭州 310000 
李成名 杭州亿美实业有限公司浙江 杭州 310000 
鲁小东 杭州亿美光电科技有限公司浙江 杭州 310000 
周坚风 杭州亿美光电科技有限公司浙江 杭州 310000 
摘要点击次数: 201
全文下载次数: 242
中文摘要:
      人脸关键点定位因受到表情、光照、姿态等的影响,常常会出现大的误差。为了准确地定位到人脸的关键点,提出了一种基于注意力模型的人脸关键点检测算法。先是利用可变型模型(DPM)算法检测出图片中的人脸区域,然后结合残差网络(ResNet)和收缩激励网络(SeNet)对该区域进行人脸关键点定位。实验结果表明,该算法在人脸数据集上获得了较高的准确率,证明了该算法的有效性。
英文摘要:
      Due to the influence of expressions, illuminations, gestures, etc., large errors often occur when positioning key points of a face. In order to accurately locate the key points of the face, a detection algorithm for key points on a face based on attention mechanism is proposed. Firstly, the deformable part model(DPM) algorithm is used to detect the face region in the picture, and then the focal point of the face is located in the region using ResNet and SeNet. The experimental results show that the algorithm achieves good accuracy on the face dataset, and prove the effectiveness of the algorithm.
HTML   查看全文  查看/发表评论  下载PDF阅读器
关闭