| 基于新的残差沙漏网络的人脸对齐 |
| |
| 引用本文： | 阳邹. 基于新的残差沙漏网络的人脸对齐[J]. 计算机应用研究, 2020, 37(12): 3836-3840 |
| |
| 作者姓名： | 阳邹 |
| |
| 作者单位： | 湖北工业大学 计算机学院,武汉430068;湖北工业大学 计算机学院,武汉430068;湖北工业大学 计算机学院,武汉430068;湖北工业大学 计算机学院,武汉430068 |
| |
| 摘 要： | 针对传统沙漏网络每一层使用单一感受野来提取特征，缺乏对关键点整体和局部关联信息描述的问题，提出了新的残差沙漏网络（NRHG）方法。该方法通过增加新的卷积分支来增加网络的感受野以更好地提取到不同尺度下的特征信息，同时新的感受野增加了网络对整体信息的描述。针对网络不同层相应调整新增卷积分支感受野大小来平衡feature map分辨率和感受野之间的关系，在更好地保留从局部到整体的结构化信息的同时，突出了网络对局部细节特征信息的描述。最后沙漏网络之间采用中间监督，对每一个沙漏网络输出的结果都进行loss计算，以避免网络深度造成梯度消失的问题。通过在300-W、IBUG、COFW数据集上大量的实验证明了该方法的有效性，并且实验结果优于传统的沙漏网络。
|
| 关 键 词： | 沙漏网络 感受野 残差模块 中间监督 |
| 收稿时间： | 2019-08-09 |
| 修稿时间： | 2020-11-03 |
Face alignment based on new residual hourglass network |
| |
| yang zou. Face alignment based on new residual hourglass network[J]. Application Research of Computers, 2020, 37(12): 3836-3840 |
| |
| Authors: | yang zou |
| |
| Affiliation: | School of Computer Science, Hubei University of Technology |
| |
| Abstract: | |
| |
| Keywords: | hourglass network receptive field residual module intermediate supervision |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
