多任务级联卷积网络人脸检测与对齐研究.pdfVIP

1

基于多任务级联卷积网络的联合人脸检测与

对齐

，，李志峰（IEEE高级会员），IEEE高级会员）

—非约束环境下的人脸检测与对齐因姿态、光照和遮挡近年来，随着CNN在计算机视觉任务中的性能提升，一

等因素极具性。近期研究表明深度学习方法能在这两项任务些基于CNN的人脸检测方法被提出。Yang等人[11]通过

上取得显著效果。本文提出一种深度级联多任务框架，利用两者训练深度卷积神经网络进行人脸属性识别，以获取面部区

内在关联性来提升性能。具体而言，我们的框架采用级联结域的高响应度，进而生成人脸候选窗口。然而，由于复杂

构，通过精心设计的深度卷积网络以由粗到精的方式预测人脸及

的CNN结构，该方法在实际应用中耗时较高。Li等人

关键点位置。此外，在学习过程中提出了一种新型难例挖掘

[19]采用级联C