電子、通信與自動控制技術：基於魯棒損失函數的人臉關鍵點檢測

本文使用的CNN模型

摘要：人臉關鍵點檢測是一種對人臉識別至關重要的計算機視覺任務。L2損失通常應用於該任務的卷積神經網路（CNN）優化，但它會受到訓練過程中異常值的嚴重影響，異常值定義為該樣本估計與平均訓練樣本估計有極大偏差的情況。為了解決這個問題，本文提出了一種使用Tukey魯棒損失函數的回歸CNN模型，該魯棒損失是M-estimators之一且實現了對異常值的魯棒性。本文的方法與傳統的L2損失相比，不僅具有更好的收斂值，而且訓練過程中收斂速度更快。該方法也在兩個公開數據集中顯示出比目前較先進的方法很有競爭力甚至更好的結果。

關鍵詞：魯棒損失；人臉關鍵點檢測；M-estimator；CNN；異常值

作者：李依哲，陳振學

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！