文档名：基于改进SBR算法的人脸特征点稳定检测
摘要：基于图像的特征点检测器在静态图像上取得了卓越的性能,然而这些方法应用于视频或序列图像时其精度和稳定性显著降低.配准监督(Supervision-by-Registration,SBR)算法利用光流算法(Lucas-Kanade,LK)追踪,可通过无标注视频训练针对视频的特征点检测器,已取得较好的结果,但LK算法仍存在一定局限性,导致检测的特征点序列在时空上的连贯性不强.为获得精准、稳定、连贯的人脸特征点序列检测效果,提出了平滑一致性损失函数、权重掩码函数对传统SBR网络模型进行改进.网络中添加长短期记忆网络(LongShort-TermMemory,LSTM)提高模型训练鲁棒性,在模型训练中使用平滑一致性损失函数提供稳定性约束,获得准确且稳定的人脸视频特征点检测器.在300VW、YoutubeCelebrities数据集上的验证显示,SBR改进模型将人脸视频特征点检测的标准化平均误差(NormalizedMeanError,NME)从4.74降低至4.56,且视觉上人脸特征点检测的抖动显著减少.
作者：王宇 胡哲昊 涂晓光 刘建华 蒋涛 许将军 原子昊 杜金花 Author：WANGYu HUZhehao TUXiaoguang LIUJianhua JIANGTao XUJiangjun YUANZihao DUJinhua
作者单位：中国民用航空飞行学院航空电子电气学院,四川广汉618307成都信息工程大学无人系统智能感知控制技术工程实验室,成都610225
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(5)
分类号：TP183TP391
关键词：人脸特征点检测 配准监督(SBR)算法 长短期记忆(LSTM)网络 LK光流算法
机标分类号：
在线出版日期：2023年5月31日
基金项目：中央高校基本科研业务费基金项目，中央高校基本科研业务费基金项目，四川省科技计划，四川省科技计划，四川省科技计划，四川省科技厅科普项目，四川省科技创新创业苗子工程重点项目，四川省无人系统智能感知控制技术工程实验室开放课题，大学生创新训练项目基于改进SBR算法的人脸特征点稳定检测[
期刊论文] 电讯技术--2023, 63(5)王宇 胡哲昊 涂晓光 刘建华 蒋涛 许将军 原子昊 杜金花基于图像的特征点检测器在静态图像上取得了卓越的性能,然而这些方法应用于视频或序列图像时其精度和稳定性显著降低.配准监督(Supervision-by-Registration,SBR)算法利用光流算法(Lucas-Kanade,LK)追踪,可通过无标注视...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进SBR算法的人脸特征点稳定检测 Facial Feature Point Stability Detection Based on Improved SBR Algorithm
基于改进SBR算法的人脸特征点稳定检测.pdf
- 文件大小:
- 2.5 MB
- 下载次数:
- 60
-
高速下载
|
|
