文档名：基于超分辨率性能的人脸识别技术在医美整容中的应用
医美整容客户对手术精准性要求越来越高,修正部位需完全与客户主观的面部刻画内容保持高度一致,但传统通过人工手绘与客户多次交互确认的方法,往往会因不同情境和主观意识变化等因素导致整容效果存在偏差.针对以上问题,提出一种改进的卷积神经网络算法,实现低分辨率人脸图像的精准识别功能.分析了常规的人脸识别算法的分类及优劣势,提出动态类的卷积神经网络方法更加适合应用于人脸图像识别领域,利用底层卷积特征窗叠加融合增强人脸特征的优势,将高层特征窗模糊部分进行重新补充与修复,经过网络特征训练后,可以准确地重构高分辨率人脸特征.改进的多层级卷积神经网络学习应用到医美整容领域,可以根据用户需求与标准人脸模型数据库人脸进行分类与识别,实现手术预测数据与客户需求数据的完美匹配.医美整容系统采用本文设计的算法,可以大幅提高低分辨率数据采样情况下的脸识别精度,有助于提升手术整体的修复效果.
作者：朱怡杨锴
作者单位：北京大学人民医院,北京100043
母体文献：新能源为主体的新型电力系统研讨会论文集
会议名称：新能源为主体的新型电力系统研讨会
会议时间：2020年5月20日
会议地点：北京
主办单位：中国电力科学研究院
语种：chi
分类号：G4I20
关键词：医美整容 人脸识别 卷积神经网络 超分辨率性能
在线出版日期：2021年11月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.24 MB
- 下载次数:
- 60
-
高速下载
|
|
