典型文献
复杂场景下多姿态人脸知识蒸馏识别方法
文献摘要：
目前使用的多姿态人脸识别方法受到人脸旋转角度影响,出现人脸表情识别结果与实际表情不一致的问题.为了避免该问题的产生,研究了复杂场景下多姿态人脸知识蒸馏识别方法.通过采集人脸多姿态采样样本图像,得到人脸在复杂场景下旋转角度值,即偏航角、俯仰角、翻滚角;通过增强随机信号构建人脸数据训练网络,依次训练输入样本,利用分类处理获取分类层输出结果;采用归一化处理输出层次特征,计算两层之间特征距离,构建知识蒸馏损失函数.根据复杂场景偏航角、俯仰角、翻滚角区间分类概率,计算角度回归损失.根据角间隔区间概率输出结果,构建人脸知识蒸馏模型.使用三维地标检测方法提取人脸关键点,结合径向基函数重构人脸模型.计算偏航角方向、俯仰角方向、翻滚角方向的人脸姿态参量,结合蒸馏点损失自适应调整结果,识别多姿态人脸.实验结果表明,虽然使用该方法出现了与实际参数最大误差为2mm的情况,但是并不影响表情识别结果,能够得到与实际表情一致的多姿态人脸.
文献关键词：
复杂场景;多姿态;人脸识别;知识蒸馏
中图分类号：
作者姓名：
孙兰兰
作者机构：
桐城师范高等专科学校,安徽桐城231400
文献出处：
引用格式：
[1]孙兰兰-.复杂场景下多姿态人脸知识蒸馏识别方法)[J].黑龙江工业学院学报（综合版）,2022(09):92-97
A类：
B类：
复杂场景,多姿态,知识蒸馏,人脸识别,旋转角度,人脸表情识别,样样,下旋,偏航角,俯仰角,翻滚,随机信号,数据训练,分类处理,取分,输出结果,归一化处理,出层,层次特征,两层,损失函数,区间概率,地标检测,人脸关键点,径向基函数,数重,参量,自适应调整,最大误差,2mm
AB值：
0.269387
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
