摘要

面部关键点（Facial Key Points, FKPs）检测是计算机视觉和机器学习领域中的一个重要且具有挑战性的问题。它涉及预测给定人脸上的FKPs坐标，例如鼻尖、眼睛中心等。在本文中，我们提出了一种基于LeNet改进的深度卷积神经网络模型——NaimishNet，用于处理面部关键点数据，并将其性能与现有的最先进方法进行了比较。