基于深度学习的人脸识别若干问题(1)——脸部关键点的坐标映射

本文介绍了一种基于全连接层的人脸关键点检测方法。通过使用带有关键点标签的人脸图片作为输入数据集,并通过增加输出为10个神经元的全连接层来实现对眼睛、鼻子等五个脸部关键点的精确定位。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    无论何种网络结构,例如MTCNN,DCNN,DAN等,都会涉及到脸部关键点。输入数据集是带有关键点标签的人脸图片,需求是从一张人脸图片中标记出关键点位置。

    有一个问题是,如何从网络中映射出图片中的脸部坐标点。

    方法是采用全连接层,全连接层可以将经过多层卷积的样本特征空间映射到标签,即样本标记空间。具体使用是如果要检测眼睛、鼻子等五个关键点,应该增加输出为10个神经元的全连接层。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值