深度回归网络下的人脸对齐方法

摘要

为解决在人脸识别、表情识别等过程中,大规模姿态变化和遮挡等复杂环境下无法实现精确面部对齐的问题,提出一种深度回归网络(deep regression networks)下的人脸对齐方法.使用深度卷积神经网络对测试样本进行头部姿态估计并初始化人脸形状,降低头部姿态对人脸对齐造成的影响,在深度回归网络下进行局部回归微调,实现抗遮挡人脸精确对齐,使用图基的双权重函数作为训练深度回归网络的损失函数,减小训练过程中异常值的影响.选用300W和COFW人脸数据集进行测试,实验结果表明,该方法相比其它方法具有较强的鲁棒性,可实现大规模姿态变化和遮挡下人脸的精确对齐.