计算机应用研究

作者：陈凯,林珊玲,林坚普,林志贤,缪志辉,郭太良,

单位：1.福州大学先进制造学院,福建泉州362200；2.中国福建光电信息科学与技术创新实验室,福州350116；3.福州大学物理与信息工程学院,福州350116；

关键词：计算机视觉,深度学习,人脸关键点检测,自注意力,Transformer,

基金：国家重点研发计划资助项目(2021YFB3600603)；福建省自然科学基金资助项目(2020J01468)；；

为解决目前基于卷积网络的关键点检测模型无法建模远距离关键点之间关系的问题，提出一种Transformer与CNN（卷积网络）多分支并行的人像关键点检测网络，称为MCTN（multi-branch convolution-Transformer network），其利用Transformer的动态注意力机制建模关键点之间的远距离联系，多分支并行的结构设计使得MCTN包含共享权重、全局信息融合等特点。此外，提出一种新型的Transformer结构，称为Deformer，它可以将注意力权重更快地集中在稀疏且有意义的位置，解决Transformer收敛缓慢的问题；在WFLW、300W、COFW数据集的人像关键点检测实验中，归一化平均误差分别达到4.33%、3.12%、3.15%，实验结果表明，MCTN利用Transformer与CNN多分支并联结构和Deformer结构，性能大幅超越基于卷积网络的关键点检测算法。

来源：2023年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第6期