针对现有基于深度学习的人脸对齐算法难以实现真正意义上"端对端"、浅层特征表征能力及鲁棒性差的问题,提出一种基于深度卷积神经网络的端对端人脸对齐算法。该算法网络含5个模块,使用堆叠卷积层提取人脸特征,通过增加隐含层的宽度达到丰富特征的目的,在前3个模块引入监督约束层提取更有效的人脸特征,采用两次迭代训练过程获取更佳的网络模型,该网络能够学习高维空间特征并预测人脸特征点的坐标位置。实验结果表明,即使在遮挡、复杂姿势、光照等情况下,该算法依然可以取得较优的人脸对齐效果。
科研之友
微信
新浪微博
Facebook
分享链接
