1. 毕业设计（论文）主要内容：

人脸特征点定位是指自动标定出脸部特征点的位置，是研究和分析人脸图像的基础。然而在局部遮挡的人脸上定位特征点依然是一个难点问题。当脸部存在姿态、光照、表情、遮挡等变化时，人脸特征点定位仍然面临巨大的挑战，尤其是当人脸由于手、饰物、眼镜、发型等引起的局部遮挡，很大程度上增加了人脸特征点定位的难度。另一方面，在人脸存在遮挡或者姿态变化时，一级级联姿态回归对于局部人脸定位准确度仍旧不足。本课题研究在人脸鲁棒初始化基础上，采用多阶级联姿态回归和特征点自动矫正技术，提高人脸遮挡识别和人脸特征点定位的准确率。

2. 毕业设计（论文）主要任务及要求

主要任务：

1. 通过阅读文献，了解人脸特征点定位的各个过程。研究现有人脸特征点定位方法，同时分析比较当前指纹识别技术识别率与识别速度，以及其适用范围，重点研究基于多阶段鲁棒级联姿态回归的人脸特征点定位技术。

2. 通过阅读文献，了解级联姿态回归的方法和过程，研究已有的深度学习技术，结合多阶段回归的技术，在保证人脸遮挡识别准确率的基础之上，提高人脸特征点定位准确率。

3. 毕业设计（论文）完成任务的计划与安排

1. 第1周至第2周：查阅有关的参考资料并完成开题报告；翻译英文资料（不少于5000汉字），并交予指导教师检查。(2019.2.28)

2. 第3周至第6周：熟悉所选用的实现平台，运用所学的编程技术，完成整个实验实现的前期设计工作。(2019.4.1)

3. 第7周至第13周：进行实验的编码、调试、训练、测试工作。(2019.5.29)其中第10周左右(2019.5.4-5.8)进行毕业设计中期检查，需要提交论文前三章和毕业设计框架。

4. 主要参考文献

[1] chu, w.s., l. torre, f.d., cohn, j.f.:selective transfer machine for personalized facial expression analysis. ieeetransactions on pattern analysis and machine intelligence, pp.529-545, 2017.

[2] uddin, m.z., hassan, m.m., almogren, a.,alamri, a., alrubaian, m., fortino, g.: facial expression recognition utilizinglocal direction-based robust features and deep belief network. ieee access, pp.4525-4536,2017.

[3] weng, r., lu, j., tan, y.p.: robust point setmatching for partial face recognition. ieee transactions on image processing,pp.1163-1176, 2016.