ty -jour a2 -liu，junmin au -Zhang，Qian au -Zheng，hao au -yan，tao au -li- li，jiehui py -2020 da -2020/2020/12/07 ti -3d大订单面对面的方法基于基于截断的Alexnet级联网络SP -6675014 VL -2020 AB-针对大孔面对齐的准确度低，基于截短的Alexnet的级联网络是在论文中设计和实现的。添加了平行的卷积池层以在原始的深卷积神经网络中与平行串联产生串联，从而提高了输出的准确性。将每次迭代的结果发送到CNN中，并重复迭代以优化姿势参数，以获得更准确的面部比对结果。为了验证此方法的有效性，本文对AFLW和AFLW2000-3D数据集进行了测试。数据集上的实验表明，该方法的归一化平均误差为5.00％和5.27％。与当前流行算法的3DDFA相比，精度分别提高了0.60％和0.15％。SN -1687-8108 UR -https：//doi.org/10.1155/2020/6675014 do -10.1155/2020/6675014 JF-凝结物理物理PB -Hindawi KW -er -er-