基于级联卷积神经网络的三维人脸特征点定位方法.pdf
婀娜****aj
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于级联卷积神经网络的三维人脸特征点定位方法.pdf
本发明公开了一种基于级联卷积神经网络的三维人脸特征点定位方法,所述的方法包括以下步骤:步骤一、对训练数据的三维人脸特征点进行预处理,获取SPIDER描述子;步骤二、构造级联卷积神经网络函数,分别对人脸轮廓点和人脸内部关键点,利用全局约束迭代求解的过程分别计算人脸轮廓特征点和人脸内部特征点的三维坐标。本发明可以在复杂场景和条件下,使三维人脸定位可以达到令人满意的结果。
一种基于深度级联卷积神经网络的快速人脸检测方法.pdf
本发明公开的是一种基于深度级联卷积神经网络的快速人脸检测方法,包括创建人脸数据集、组建深度级联卷积神经网络、测试网络模型,使用正负样本组成训练集和验证集,以训练所述深度级联卷积神经网络进行深度学习,在所述深度学习过程中加入性别分类辅助任务,同时采取微调训练;同时对训练方法和网络结构进行优化;本发明基于深度级联卷积神经网络,通过对卷积层的优化改进增加网络深度,并且改进级联网络的级联方式,从而大大降低了网络的计算量,提高了检测速度,同时引入辅助任务训练和微调训练阶段的在线难负样本挖掘方法,提高了网络的分类准确
基于卷积神经网络的人脸检测与特征点标定算法研究的任务书.docx
基于卷积神经网络的人脸检测与特征点标定算法研究的任务书一、研究背景人脸检测与特征点标定是计算机视觉领域中的一个基础问题,也是很多高级算法的前置任务,其主要目的是在一张图像中找出所有的人脸并将人脸中的重要特征点进行定位和标记。该技术在人脸识别、人脸表情分析、人脸姿态估计等领域中有着广泛的应用。随着深度学习算法的兴起,卷积神经网络被越来越多地应用到人脸检测与特征点标定任务中。然而,要设计一个高效、精准的人脸检测与特征点标定算法依然具有挑战性,需要充分考虑图像的多样性、光照条件、姿态等因素。因此,本研究旨在基于
基于融合特征门控的三维卷积神经网络的视频检索方法.pdf
一种基于融合特征门控的三维卷积神经网络的视频检索方法,由数据集预处理、划分数据集、构建三维卷积神经网络、训练三维卷积神经网络、测试三维卷积神经网络步骤组成。本发明对三维卷积神经网络进行了优化和提升,解决了现有技术中检索精度低的技术问题,且为解决同类问题提供一种不同的构思方案,采用了3个特征门控,特征门控采用重置门和更新门构成,解决了现有技术中视频信息冗余信息技术问题,能够更加精确地提取视频特征信息,为进一步检索奠定基础。本发明具有检索精度度稿、检索速度快、检索效果好等优点,可用于视频图像的检索。
基于卷积神经网络的人脸识别方法.pdf