摘要

注意力检测依次分为三步:人脸五特征点提取,单应性矩阵计算面部转角以及判断注意力是否集中。人脸五特征点提取对最终的检测结果起决定性作用,目前基于深度学习的五特征点检测方法已经越来越占据主流。为了提高特征点检测的实时性,对通用的DCNN进行优化,将原来的三级预测改为两级。通过实验发现将三级网络改为两级网络在缩短时间的同时特征点的检测精度还有微小的提升,面部特征点的检测准确率达到98.11%。之后将新网络检测出的五特征点应用到人脸偏转角度计算中,得到人脸偏转的角度误差在5度以内,单应性矩阵计算出的鼻子像素点准确率高达98.99%。