W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz plik Pobierz BibTeX

Tytuł

Convolutional and Recurrent Neural Networks for Face Image Analysis

Autorzy

Rok publikacji

2019

Opublikowano w

Foundations of Computing and Decision Sciences

Rocznik: 2019 | Tom: vol. 44 | Numer: no. 3

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe
EN
  • deep learning
  • convolutional neural networks
  • recurrent neural net-works
  • facial landmark localization
  • facial parts detection
  • computer vision
  • image processing
Streszczenie

EN In the presented research two Deep Neural Network (DNN) models for face image analysis were developed. The first one detects eyes, nose and mouth and it is based on a moderate size Convolutional Neural Network (CNN) while the second one identifies 68 landmarks resulting in a novel Face Alignment Network composed of a CNN and a recurrent neural network. The Face Parts Detector inputs face image and outputs the pixel coordinates of bounding boxes for detected facial parts. The Face Alignment Network extracts deep features in CNN module while in the recurrent module it generates 68 facial landmarks using not only this deep features, but also the geometry of facial parts. Both methods are robust to varying head poses and changing light conditions.

Strony (od-do)

331 - 347

DOI

10.2478/fcds-2019-0017

URL

https://www.sciendo.com/article/10.2478/fcds-2019-0017

Typ licencji

CC BY-NC-ND (uznanie autorstwa - użycie niekomercyjne - bez utworów zależnych)

Pełny tekst artykułu

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Punktacja Ministerstwa / czasopismo

20

Punktacja Ministerstwa / czasopismo w ewaluacji 2017-2021

40

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.