研究目的
研究一种融合非刚性变形能力与缺失点处理能力的面部关键点自动定位方法。
研究成果
所提出的方法能够高精度地定位面部关键点，即使在存在遮挡和数据缺失的情况下也是如此。在大多数目标关键点的定位精度方面，它优于最先进的方法。
研究不足
该方法的性能取决于输入面部扫描的质量和特征检测器的准确性。遮挡物和强烈的面部表情会影响定位精度。
中文（中国）
▾
基于机器学习的同步变换器虚拟惯量合成技术在光伏系统电网接入中的应用
DOI：10.1109/ACCESS.2020.2980187
期刊：IEEE Access
出版年份：2020
更新时间：2025-09-23 15:19:57
摘要：
我们提出一种面部关键点自动定位方法，该方法融合了非刚性形变能力与缺失点处理机制。算法通过特征检测器生成候选位置集合，并在柔性形状模型的约束下进行组合搜索。本方法的核心假设是：某些关键点在输入集中可能不存在精确候选点。我们通过检测关键点的部分子集并推断缺失点，使柔性模型的概率最大化来解决该问题。该模型处理不完整信息的能力，使我们能够限制需要保留的候选点数量，从而大幅减少待测试的组合数——相较于始终尝试检测完整关键点集的方案具有显著优势。
我们在人脸识别大挑战数据库上验证了该方法的有效性：针对14个显著面部关键点，平均误差约为3.5毫米，其中多数关键点的定位精度达到了该数据库迄今报道的最高水平。通过波斯罗斯数据库的遮挡测试，我们验证了模型对遮挡和部分缺失表面的处理能力：无遮挡数据总体误差为4.25毫米，含遮挡数据为4.81毫米。
为探究潜在精度极限，我们在临床研究获取的144个面部扫描数据库（含专家手动标注）上进行实验：总体误差为2.3毫米，14个目标关键点中所有点的平均误差均低于3.4毫米，其中半数关键点误差控制在2毫米以内。自动定位的关键点坐标已在线公开。
作者：
Federico M. Sukno，John L. Waddington，Paul F. Whelan
AI智能分析
纠错
研究概述
实验方案
SCI高频之选
查看全部>
-
智能分析： Yokogawa AQ6370D是一款性能卓越的光谱分析仪，适用于光通信领域以及光放大器（EDFA）的测量和评估。其高波长分辨率、精准度和宽动态范围使其成为实验室和工业环境中的理想选择。虽然设备体积较大且预热时间较长，但其丰富的接口和出色的显示屏设计弥补了这些不足，整体是一款值得推荐的光谱分析仪。获取实验方案
-
智能分析： ZEISS EVO系列是一款高性能模块化扫描电子显微镜，适用于材料科学、生命科学及工业质量控制等领域。其先进的技术特性包括高分辨率、广泛加速电压范围和集成EDS系统。该产品操作直观，支持多用户环境，适合科学研究和工业应用。然而，价格信息缺失以及潜在的维护成本可能是其需要注意的方面。总体而言，ZEISS EVO系列表现优秀，值得推荐给专业用户。获取实验方案 -
智能分析： ZEISS Crossbeam系列是蔡司公司推出的一款高端光电分析设备，结合了场发射扫描电子显微镜（FE-SEM）和聚焦离子束（FIB）的功能，适用于材料科学、纳米技术和半导体行业等多个领域。其高分辨率成像能力和自动化样品制备功能使其成为高通量分析的理想选择。此外，该设备支持多种检测器，具备强大的多功能性，是高精度研究和工业应用的利器。然而，由于其高端定位，设备成本较高且操作需要专业技能。总体而言，该设备表现卓越，为科学研究和工业应用提供了先进的解决方案。获取实验方案 -
智能分析： Axio Observer是一款专为金相学研究设计的倒置显微镜系统，以其高效的设计和蔡司知名的光学技术为特色。它能够快速、灵活地分析大量样品，并支持自动化操作，适用于多种应用场景，包括晶粒尺寸分析、非金属夹杂物检测等。然而，其重量较大且光源寿命较短，可能对使用者提出了额外的维护和空间管理需求。总体而言，这款产品在性能和可靠性方面表现出色，特别适合专业实验室使用。获取实验方案 -
型号：ZEISS LSM 990 Spectral Multiplex
智能分析： ZEISS LSM 990 Spectral Multiplex是一款定位于高端科研机构的光谱成像系统，具有卓越的光谱分辨率和自动化功能，适用于复杂的生物、医学及材料科学实验。其高效的荧光标签分离能力和多功能自动化设计为用户提供了强大的实验支持。然而，高昂的价格和一定的学习曲线可能对中小型实验室构成挑战。总体而言，这是一款性能优越、适应性强的高端实验设备。获取实验方案 -
智能分析： ZEISS Sigma 300 with RISE是蔡司公司推出的一款高端光谱分析仪，集成了拉曼成像和扫描电子显微镜技术，能够提供高质量的化学和结构分析。其功能强大，支持多领域应用，但设备价格较高且操作学习曲线可能较陡。适用于科研机构和高端实验室，是材料科学和生命科学领域的理想选择。获取实验方案
立即咨询
加载中....
论文纠错
您正在对论文“基于机器学习的同步变换器虚拟惯量合成技术在光伏系统电网接入中的应用”进行纠错
纠错内容
联系方式（选填）
设备询价
称呼
电话
+86
单位名称
用途
期望交货周期
产品预约
称呼
电话
+86
单位名称
用途
期望交货周期