【寧夏大學(xué)新聞中心訊 信息工程學(xué)院】近日，信息工程學(xué)院教師劉昊博士在精準(zhǔn)人臉關(guān)鍵點(diǎn)檢測(cè)與提取方面取得重要進(jìn)展，其論文Learning Reasoning-Decision Networks for Robust Face Alignment(基于推斷決策網(wǎng)絡(luò)的魯棒人臉對(duì)齊)被人工智能和模式識(shí)別領(lǐng)域國(guó)際頂級(jí)期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（簡(jiǎn)稱(chēng)PAMI）接收發(fā)表，DOI:https://doi.org/10.1109/TPAMI.2018.2885298.該期刊同時(shí)被SCI和EI檢索，中科院JCR一區(qū)（TOP期刊），中國(guó)計(jì)算機(jī)學(xué)會(huì)CCF A類(lèi)期刊，2018年影響因子9.455，也是我校在該信息領(lǐng)域影響因子發(fā)表最高的論文之一。

該研究成果主要?jiǎng)?chuàng)新點(diǎn)在于將人臉關(guān)鍵點(diǎn)檢測(cè)建模為馬爾科夫決策過(guò)程，通過(guò)采用梯度策略算法全局優(yōu)化人臉形狀更新梯度和形狀評(píng)價(jià)函數(shù)，使得累計(jì)形狀獎(jiǎng)勵(lì)值最大的同時(shí)形狀更新梯度最優(yōu)。該工作首次利用深度強(qiáng)化學(xué)習(xí)框架獲得具有馬爾科夫決策收斂性質(zhì)的人臉形狀搜索策略。并且在算法中采用K-近鄰形狀搜索約束，在形狀預(yù)測(cè)階段算法能夠自主評(píng)價(jià)預(yù)測(cè)結(jié)果并選擇合理形狀搜索路徑。本方法有效解決傳統(tǒng)級(jí)聯(lián)回歸方法對(duì)于初始化過(guò)度依賴(lài)和敏感問(wèn)題，進(jìn)而有效提升人臉關(guān)鍵點(diǎn)檢測(cè)在無(wú)約束環(huán)境下的魯棒性。

該成果受到“計(jì)算機(jī)科學(xué)與技術(shù)”寧夏西部一流學(xué)科支持并獲得國(guó)家自然科學(xué)基金青年項(xiàng)目、面上項(xiàng)目以及優(yōu)秀青年基金項(xiàng)目的資助，主要合作老師包括清華大學(xué)自動(dòng)化系周杰教授和魯繼文副教授以及我校信息工程學(xué)院吳素萍教授。