HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

优化的BP网络在面部特征点的深度估计

作者:宋乐; 谷林; 东虎; 杜俏俏深度估计bp神经网络三维人脸建模面部特征点

摘要:针对在单张面部照片的三维人脸建模过程中因平面照片上各特征点的第三维度数据缺失导致的三维人脸失真的现象,利用BP神经网络预测人脸部各特征点的深度信息.将神经网络用作函数映射,网络的输入为人脸的平面特征点坐标,网络的输出则是特征点对应的深度信息.并采取5种不同优化函数辅助训练BP神经网络的各层权值,同时根据实验结果调整隐含层节点数和网络中各项参数,最终构建一个较为优化的BP神经网络用于特征点深度值的估计.结果表明,经Levenberg-Marquardt(L-M)算法优化后的神经网络估计结果精确度较高,同时网络的稳定性较好.利用优化后的BP神经网络得到的特征点的深度信息可用于在三维人脸建模过程中特征点位置的确定上.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

西安工程大学学报

《西安工程大学学报》(CN:61-1471/N)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《西安工程大学学报》是中国科技论文统计源期刊(中国科技优秀期刊),中国学术期刊综合评价数据库来源期刊,中国科学引文数据库来源期刊,并被《化学文摘》(CA)、《世界纺织文摘》(WTA)、《乌利希国际期刊指南》、《中国物理文摘》、《电子科技文摘》、《纺织文摘》等国际国内权威检索系统及数据库收录。《西安工程大学学报》曾被评为“陕西省优秀科技期...

杂志详情