深度递归回归用于人脸地标检测

我们基于深度卷积和反卷积网络,再经过精心设计的递归网络结构,提出了一种新颖的端到端深度架构,用于人脸界标检测。 该体系结构的管道包括三个部分。 通过第一部分,我们通过具有堆叠的卷积和反卷积层的深层网络将输入的人脸图像编码为保留分辨率的反卷积特征图。 然后,在第二部分中,我们通过这些反卷积特征图之上的附加卷积层来估计面部关键点的初始坐标。 在最后一部分中,通过使用反卷积特征图和初始面部关键点作为输入,我们通过包含多个长短期记忆成分的递归网络来优化面部关键点的坐标。 对几个基准数据集的广泛评估表明,与最先进的方法相比,该提议的深层体系结构具有出色的性能。