-
题名基于DCNN的人脸特征点检测及面部朝向计算
被引量：6
- 1
-
-
作者
郭克友
马丽萍
胡巍
-
机构
北京工商大学材料与机械工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第4期202-208,共7页
-
基金
交通运输部信息化科技项目（No.2012-364-835-110）
北京工商大学2018年研究生科研能力提升计划项目
-
文摘
在介绍人脸特征点检测的理论知识的基础上,提出了一种基于深层卷积神经网络(Deep Convolutional Neural Network,DCNN)解决人脸5点特征点(眼角、鼻子、嘴角)预测问题的方法。通过添加更多的卷积层稳定地增加网络的深度,并且在所有层中使用3×3的卷积滤波器,有效减小参数,更好地解决了人脸特征点检测问题。然后计算双眼角与嘴角所成平面与正视时此平面的单应性矩阵,最后利用等效算法求解驾驶员面部转角。实验结果表明,面部特征点检测准确率达到97.96%,算法在角度判断上的误差是1°~5°,这证明了该算法对注意力分散监测的有效性。
-
关键词
深度卷积神经网络(DCNN)
面部特征点检测
卷积层和池化层
驾驶员面部朝向
-
Keywords
Deep Convolutional Neural Network(DCNN)
facial feature points detection
convolution and pooling
driver’s facial orientation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
