面向人脸美化的PFLD框架特征点检测技术

针对人脸面部特征点检测精度与效率的平衡问题，提出一种面向人脸美化的PFLD框架面部特征点检测方法。主干网络使用轻量级的MobileNet-V2 Block取代传统的卷积运算，用于预测关键点的位置。辅助网络由旋转矩阵计算得到3个欧拉角，用于修改损失函数。采用多数据集融合的方式，解决闭眼图像、大姿态图像等少数样本存在的类别不平衡问题。实验结果表明，增加辅助网络、分配权重优化损失函数和多数据集融合，通过调整参数，对比检测效果，可选出在实际应用中能平衡检测精度与运行效率的模型，降低模型尺寸，既能保留检测精度，同时能提高运行效率。