基于卷积神经网络的猪脸特征点检测方法

作者：李向宇; 李慧盈^*

来源：吉林大学学报(理学版), 2022, 60(03): 609-616.

DOI：10.13413/j.cnki.jdxblxb.2021272

• 猪脸特征点检测
• 卷积神经网络
• 猪脸特征点数据集
• 深度学习

针对牲畜面部识别在养殖行业广泛需求的问题，提出一种基于卷积神经网络的猪脸特征点检测方法，解决了猪脸特征点难检测的问题.首先，采集猪面部数据并进行特征点标注，使用新的采集方法以解决猪口部通常不可见的问题；其次，对猪脸数据和人脸数据进行结构计算，匹配相似度较高的猪脸和人脸，构建猪脸人脸匹配数据集；再次，利用匹配数据集训练TPS(thin plate spline)形变卷积神经网络，得到形变后的猪脸数据集以适配人脸特征点检测模型；最后，使用形变猪脸数据集对人脸特征点检测神经网络模型进行微调，得到猪脸特征点检测模型.实验结果表明，用该方法进行猪脸特征点检测，错误率仅为5.60%.

• 单位
  吉林大学