开题报告
论文(设计)题目 基于多任务学习的人脸关键点检测 论文(设计)类型 基础理论 选 题 来 源 指导教师 科研项目 国家项目 应用研究 √ 部省(市)项目 开发研究 学校项目 生产单位 自 拟 √ 论文(设计)的主要内容、理论意义和应用价值: 主要内容: 1.调研最新的、经典的基于深度学习的人脸关键点检测与校准算法及其相关实现。 2.调研当前多任务学习方面的进展,比较各种多任务学习实现算法的性能。 3.确定要进行多任务学习的具体任务,进而设计与实现基于多任务学习的人脸关键点检测网络,并通过实验进行性能的分析。 4.撰写相关实验报告和论文 理论意义: 充分学习与探索当前实现的性能较好的人脸关键点识别算法,通过实践总结与归纳基于多任务学习的不同策略。并希望能够在已有研究的基础上,做出一定的改进或者创新。 应用价值: 通过所学的机器学习、深度学习的相关知识,并结合对当前人脸识别方向的算法与策略的充分研究与调查,能够解决一些人脸关键点检测方面在实际应用上的问题。 主要参考书目: 《An Overview of Multi-Task Learning in Deep Neural Networks》 《PFLD-A Practical Facial Landmark Detector》 《Joint Face Detection and Alignment using Multi-task