【摘 要】
：
人脸关键点定位旨在从人脸图像中精准地识别出关键点位置。人脸关键点指的是具有语义的人脸五官和脸部轮廓上的关键部位点,它是许多计算机视觉和计算机图形学任务的基础,如人脸识别、人脸编辑和3D人脸重建等。人脸关键点定位极易受光照、模糊、遮挡和姿态等因素的影响。近年来,随着深度学习的快速发展,凭借其强大的非线性表达能力,有效缓解了上述的影响,大幅度地提升了人脸关键点定位的精确度。尽管如此,目前多数深度学习模
论文部分内容阅读
人脸关键点定位旨在从人脸图像中精准地识别出关键点位置。人脸关键点指的是具有语义的人脸五官和脸部轮廓上的关键部位点,它是许多计算机视觉和计算机图形学任务的基础,如人脸识别、人脸编辑和3D人脸重建等。人脸关键点定位极易受光照、模糊、遮挡和姿态等因素的影响。近年来,随着深度学习的快速发展,凭借其强大的非线性表达能力,有效缓解了上述的影响,大幅度地提升了人脸关键点定位的精确度。尽管如此,目前多数深度学习模型依然遭受人工标注引入的数据偏差的影响。基于深度学习的人脸关键点定位现在的主要挑战可归纳为:（1）需要大量的人工标注数据;（2）训练数据集存在分布不均衡;（3）人工注释存在二义性。为此,本文分析和归纳现有方法的优缺点,提出了基于不变性学习的人脸关键点定位方法和基于多视图RGB-D图像的三维人脸重建方案。本文主要创新点如下:（1）提出基于人脸关键点结构全局不变性的自监督方法,从其本质属性出发,挖掘人脸关键点的本质影响因素,进而增强模型的泛化能力。利用条件变分自编码器,分别构建了同关键点分布的样本和同身份不同关键点分布的样本,这些生成样本可以用于协同训练模型,改善传统方法过度关注人脸高层语义特征带来的不稳定性,进而有效提升人脸关键点定位模型的训练效率;（2）针对模型应用,设计基于多视图RGB-D的3D人脸重建方案。有效引入人脸关键点位置信息,实现完整的3D人脸重建。为验证本文所提出方法的有效性和方便用户将本研究迁移到其他应用,基于PyQt实现人脸关键点定位与3D人脸重建系统,该系统能在Windows,MacOS,Linux等操作系统运行。
其他文献
社交媒体网络的崛起,使得交流可以跨越时空和地域,但也加快了谣言在社交网络中的传播,容易引发社会信任危机。因此,研究社交网络下的谣言检测方法,是净化社交网络空间的重要举措,对于解决现实社会问题具有理论价值和实践意义。相比传统的线下谣言,谣言在社交网络上传播会包含更多的附加信息,如用户特征信息、内容特征信息、评论信息等。社交网络谣言特征维度丰富（如用户特征、内容特征、传播特征等）,是社交网络谣言检测的
随着基础建设行业的快速发展,工程车的需求量逐年增加。由于发动机电控单元（Engine Electronic Control Unit,EECU）长期处于震荡剧烈、高温及电磁干扰等恶劣工作环境中,导致其故障频发。激励信号是保障EECU正常启动和运行的关键,其具有种类繁多、特征复杂的特性,从而导致其识别困难,降低了 EECU故障诊断效率。由于曲轴、凸轮轴所产生的激励信号特征最为复杂多样并且在电控系统中
目前,分布式光伏电站发展迅速,装机量已超过集中式光伏电站,这对电网提前制定计划提出了更高的挑战。准确的中长期发电量预测不仅能为电网提前制定相应计划提供决策支持,也能为未装机地区提供参考,同时对电网的稳定、有效运行至关重要。与短期发电量预测相比,中长期发电量预测难度更大。首先,中长期时间跨度大,需大量数据作为支撑;其次,实际数据中电站特征和气象特征较少且相关性较低;最后,分布式光伏电站中长期发电量预
目标检测是计算机视觉领域的一个重要研究内容,引起国内外学者的广泛关注。一阶段检测器因其比两阶段检测器具有更高的效率和更低的部署成本而在目标检测领域具有较高的研究意义。在实际应用中,影响一阶段目标检测器性能的主要原因是特征不平衡和类别不平衡。特征金字塔中高层和低层特征信息具有不一致性,且在特征融合过程中会出现信息衰减和通道衰减问题;softmax损失函数善于优化类间距离,但优化类内距离能力比较弱,不
唐卡作为我国的非物质文化遗产,记载了藏民族的历史、医学等题材,具有独一无二的历史研究价值。然而,受到自然或者人为因素的影响,唐卡在保护上受到了多方面威胁,因此尚且现存的唐卡亟待去保护。由于唐卡图像存在破损形状不规则、缺失面积较大等问题,传统的图像修复算法难以对唐卡进行理想的修复。随着深度学习技术在数字图像处理领域的快速发展与应用,这为唐卡图像修复带来了新方法,结合深度学习的图像修复算法可以充分挖掘
深度学习是目前应用最广泛的人工智能技术。近年来,许多研究已经将深度学习的概念引入到基于视觉输入来重建、跟踪和分析人脸的任务中。其中,高保真三维人脸重建任务旨在从图像中建模一个真实的三维人脸,这在相关的计算机视觉领域中起着重要的作用。使用监督深度学习技术进行高保真三维人脸重建通常是一项对数据规模和质量要求都很高的任务,因为监督学习的训练过程需要大量带标签的数据,而在实际情况中,收集和注释此类数据的成
植物表型参数是作物品种选育中判断品种优劣的重要依据。随着计算机技术的发展,机器视觉在农业中的应用越来越广泛,基于二维图像的表型测量虽具有低成本、易操作和无损伤测量等特点,但植物形态复杂,叶片互相遮挡,通过二维图像容易造成植物部分信息缺失,产生误差。相对于二维图像测量,基于三维数据的表型测量可以很好地模拟植物的生长过程,是全面、精确测量植物表型参数的重要方式。枸杞是宁夏的特产之一,具有较高的营养价值
图像语义识别研究已成为计算机视觉领域的热点问题,图像语义识别即抽取图像语义信息。本文以贺兰山岩画为研究对象,采用深度学习方法进行语义识别,主要包括浅层语义识别与深层语义识别。其中,浅层语义识别为贺兰山岩画目标检测,深层语义识别为贺兰山岩画图像描述生成。本文主要工作如下:（1）构建贺兰山岩画描述数据集,每张对应5个文本描述,同时,对图像中目标的位置和类别进行标注,主要目标为太阳神、巫师、牛、老虎、羊
近年来,随着互联网的高速普及与发展,特别是4G、5G移动网络的不断建设与完善,网络购物逐渐成为了人们的日常生活习惯,越来越多的网民愿意在电商平台或点评网站上通过发表评论的方式与其他用户分享它们对于所购商品的消费体验与使用评价,而这些评论内容也成为了潜在意向用户做出消费决策时的重要参考,这同时驱使了一批不法商家及群体刻意制造虚假评论干扰消费者的购买意向,进而损害消费者与合法商家的权益。虚假评论的产生
畜牧业是农业的一个重要分支,对满足人们营养需求,促进社会发展,提升国民经济水平具有重要的意义。我国自改革开放以来,畜牧业得到了快速发展,专业化、产业化、组织化水平大幅提高,产业体系框架初步形成,而奶牛养殖作为畜牧业中不可或缺的部分,已被国家列为调整和鼓励扶持发展的产业,使得我国奶牛养殖业取得了长足的发展。奶牛的体型外貌不仅直接反映了体躯结构,而且与产奶量、功能寿命、繁殖性能也有着密切的联系。其中产