《表4 测试图片关键点检测平均误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习检测器的多角度人脸关键点检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用本文的多角度初始化算法与LBF级联回归模型在AFLW测试集与Helen测试集抽样500张测试图片进行对比，LBF采用OpencV3.1自带检测器。由表4可知，LBF架构在左眼、右眼、鼻尖、左嘴角以及右嘴角五个关键点定位获得7.9%的平均误差率，本文使用MR-SSD检测器并采用多角度初始化算法可获得5.4%的平均误差率。本文人脸对齐方案相比LBF可在五个关键点定位表现取得优势。抽样测试图片如7。由图7（a）可看出，LBF架构在人脸具有不同角度倾斜时均出现特征点偏移现象，定位与真值相去甚远。由图7（b）可知本文方案在面对多种倾斜侧脸时均有精确的特征点回归。