论文研究基于孪生卷积神经网络的人脸追踪.pdf

由于光照、遮挡、尺度变化等原因，在真实多变场景下完成人脸追踪面临挑战。探究了基于卷积神经网络（CNN）的人脸追踪，将基本的卷积神经网络改进为孪生神经网络，在OTB数据集上采用端到端的方式，以成对图像区域作为输入，输出两者距离，通过距离评估图像区域相似性；加入边框回归算法（boundingboxregression）微调追踪结果。实验结果表明，改进后的神经网络优于传统的卷积神经网络，能达到更好的人脸追踪效果。