项目简介

项目的来源为平安科技（深圳）有限公司，起止时间为 2017 年 5 月至 2018 年 8 月。该项目主要的研究内容包括基于渐进校准网络的人脸检测技术，基于端到端的级联卷积神经网络的面部 关键点定位技术、基于微纹理的深度活体检测技术、人脸跟踪与质量评估、通用人脸识别技术和微表情识别技术。相关研究成果成功地应用于人脸识别闸机和基于用户情绪感知的信贷风控系统等产品中。

 技术创新 ：人脸检测方面，提出渐进校准网络来解决全姿态下人脸检测问题。 该方法同时预测人脸框位置和人脸的姿态信息。 通过级联多个卷积神经网络逐步校准人脸的旋 转角度，粗略校准和精细校准相结合，在 MultiOriented FDDB 和 WIDER FACE 旋转人脸子集 取得同时期最好性能。 面部关键点定位方面，提出由端到端的级联卷积神经网络来解决复杂场景下的面部关键点定位问题。该方法包含 若干个卷积神经网络，第一级网络快速地预测出大致的人脸形状，后面若干级网络在局部位置优化预测结果。所有网络可以端到端地进行优化， 图 1 人脸检测算法框架：渐进校准网络 35 结题验收成果简介结题验收成果简介在 IBUG,300W competition 和 AFLW 上达到同时期最好的性能。获得 CVPR 2018 组织的面部 关键点定位国际竞赛亚军。 活体检测方面，提出微纹理的深度神经网络模型，如图 3 所示。在图像上提取图像的模糊程度、图像矩特征、颜色多样性和图像清晰度等微纹理特征，融合 SVM、神经网络等多个分类器模型进行活体检测。 图 2 面部关键点检测框架：端到端的级联卷积神经网络 图 3 活体检测框架：基于微纹理的深度神经网络。

论文发表和专利申请在项目执行期间， 共录用发表学术论文 10 篇， 其中 TPAMI、TIP、 CVPR、ECCV 等重要学术期刊和会议上发表论 文 8 篇，申请发明专利 3 项。  学术获奖 CVPR 2018 组织的面部关键点定位国际竞赛亚军。

相关图片

图 1 人脸检测算法框架：渐进校准网络

图 2 面部关键点检测框架：端到端的级联卷积神经网络

图 3 活体检测框架：基于微纹理的深度神经网络