本文介绍了CVPR2013的研究，利用级联深度卷积网络（Deep CNN）进行面部特征点检测。通过多层卷积结构提取层次特征，结合max-pooling层实现位置不变性。级联结构中，F1、EN1、NM1等层层精确定位，提升检测准确性。实验表明，该方法在BioID和LFPW数据集上对比传统方法有显著性能提升。
Deep Convolutional Network Cascade for Facial Point Detection
本文是CVPR2013汤晓欧课题组的最新工作，利用级联深度卷积网络进行面部特征点定位。
1. Deep Covolutional Network
Deep Covolutional Network深度卷积神经网络，正是我们所熟悉的CNN（Covolutioanl neural network），CNN在上了世纪末年就已经成型[1]，现如今深度学习如日中天，加个Deep顿时就高端起来了
。
Figure.1 给出了Deep CNN的结构图，Deep CNN通过多层的卷积结构来提取层次特征(Hierarchical Feature)，
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
