文档介绍：分类号 ： 学校代码 ： 10426
密级 ： 不保密 学号 ： 2014040003
硕 士 学 位 论 文
MASTER DEGREE THESIS
结合人脸检测的人脸特征
点定位方法研究
作 者 ： 董瑞霞
指导教师 ： 赵文仓
学科专业 ： 控制科学与工程
专业代码 ： 081100
研究方向 ： 模式识别与图像处理
2017 年 6 月 8 日
结合人 脸检测 的 人脸特 征点 定位 方法研 究
＾ ＾
－ ：
１ ７ １
学 位论 文 完 成 日 期 ： ＞ ４
指 导 教 师 签字 ： 也 土 知
：
－
答 辩委 员 会 成 员 签字 ＿＿
－ 纠如二
寒
结合人脸检测的人脸特征点定位方法研究
摘 要
人脸特征点定位是人脸识别和分析研究领域中的重中之重，它是诸如自动人
脸识别、表情分析、三维人脸重建及三维动画等其它人脸相关问题的前提和突破
口。近些年来，深度学****方法由于其自动学****及持续学****能力，已被成功应用到
了图像识别与分析、语音识别和自然语言处理等很多领域，且在这些方面都带来
了很显著的改善。因此，本文利用深度学****方法进行了人脸特征点定位的研究。
在传统的研究过程中，人们一般都是将人脸检测和人脸特征点定位当作两个
独立的课题。但事实上，人脸检测和人脸特征点定位工作是紧密联系并且互相影
响着的。其中，人脸检测是人脸特征点定位的前提和基础，在目标人脸图像中准
确地检测出人脸区域既可以保证人脸特征点定位的准确性，又可以缩小搜索范
围，从而提高定位的效率。因此，本文考虑结合人脸检测来提高人脸特征点定位
的精度。第一种结合方式是人脸检测卷积神经网络与人脸特征点定位卷积神经网
络前后相级联，以充分发挥人脸检测对人脸特征点定位的基础作用；第二种结合
方式是多任务学****将人脸检测和人脸特征点定位看作互相关联的两种任务，利
用多任务学****的思想，用一个深度卷积神经网络模型同时学****这两种任务，从而
让两个任务之间可以互相促进、互相提高。
基于此，本文的主要研究内容和创新点是：
（1）设计了基于选择性搜索策略和改进的 Alexnet 卷积神经网络的人脸检
测器。本文在人脸检测问题上选用的也是深度学****方法和卷积神经网络模型。这
是因为，通过传统人脸检测算法（比如最经典的 Adaboost 算法）裁剪出来的人
脸矩形框，经常会掺杂很多冗余的背景，且定位到的人脸，有时并不能够准确在
矩形的中心，而使用卷积神经网络可以明显改善这些问题，从而能更好地进行人
脸特征点定位。
（2）提出