《表1 MSHF与现有网络在WFLW测试集上检测精度比较》

  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

《引入多尺度特征图融合的人脸关键点检测网络》

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WFLW测试集的2 500张图片进行测试，图5为该网络在WFLW测试集上检测结果示例，即便在面部有遮挡和偏转角度较大时本文网络均能很好地进行关键点坐标检测。本文网络在WFLW的人脸关键点检测结果与其他算法结果的比较如表1所示。可以看出本文网络预测的L1在WFLW数据集上较之前的方法都有大范围的提升，本文网络的NME为5.90，其failure rate为10.15也仅低于目前最好的LAB的NME5.27，其failure rate为7.56，但LAB网络的复杂度以及网络的计算量要比本文网络高出很多。多尺度热度图的使用提高了网络对于目标任务相关信息的关注度，提升了网络的信息提取能力，使得轻量化的Mobile Net网络在人脸关键点检测任务上也可以达到state-of-art级的精度。