摘要
人脸关键点检测作为一项基础的计算机视觉任务，是人脸识别、人脸矫正、人脸编辑等人脸下游任务的关键一步。随着物联网和移动设备的发展，与人脸相关的计算机视觉任务与日常生活息息相关，直接在移动端使用神经网络处理人脸任务是未来发展的方向。因此，如何在有限计算资源下准确的预测人脸关键点成为了目前的研究热点。 卷积神经网络（ConvolutionalNeuralNetworks,CNN）可以通过增加深度来增加模型建模长距离依赖的能力，从而提高模型在复杂任务上的准确率，但这是以模型的参数量和计算量为代价。Transformer中的注意力机制可以一次性建模长距离依赖，但注意力机制高昂的计算代价导致其难以被用于轻量级人脸关键点检测。针对以上问题，本文提出了基于密集空洞注意力的轻量级骨干网络（DenseDilateAttentionNetwork,DDAN）,实现在减小计算量的同时提取有效的、具有表达能力的特征，从而提高人脸关键点检测的精度。同时，DDAN对不同阶段的特征进行不同注意力操作，并且对注意力操作进行改进以减小其计算量，使其更利于在边缘部署。实验表明，DDAN在参数量和计算量远小于经典骨干网络ResNet的情况下，在人脸关键点检测任务上达到ResNet级别的检测精度。 本文提出的DDAN虽达到了ResNet级别的检测精度，但是在低质量人脸图像上，仍然存在部分关键点预测不准确、缺乏合理人脸形状等问题，本文对人脸关键点检测的误差来源进行深入分析，发现关键点预测的准确率与边缘强度关系密切。因此，本文提出了基于几何约束的关键点矫正方法，结合边缘强度先验对困难关键点进行矫正。图卷积神经网络（GraphConvolutionalNetwork，GCN）可以利用邻接矩阵描述人脸关键点之间的关系，因此该方法首先利用图卷积神经网络对人脸关键点进行合理的形状约束，然后利用边缘强度作为先验知识，迫使网络更关注语义信息较为匮乏的困难关键点矫正。实验表明，基于几何约束的困难关键点矫正方法可以在矫正困难关键点的同时不改变简单关键点的位置。
NETL