[发明专利]一种基于单个卷积神经网络的面部多特征点定位方法有效
| 申请号： | 201710967121.7 | 申请日： | 2017-10-17 |
| 公开（公告）号： | CN107808129B | 公开（公告）日： | 2021-04-16 |
| 发明（设计）人： | 练智超;朱虹;李德强 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于单个卷积神经网络的面部特征点定位方法，方法为：扩充训练样本；根据数据集提供的与每个样本对应的面部特征点坐标，确定人脸边框；采用缩放、旋转、平移和翻转四种操作来扩充数据，弥补训练图像特征点标注的不足；根据人脸边界框提取出人脸图像，并进行归一化处理；最后设计网络结构，训练网络，设置网络的学习率和每次处理数据的数量，完成面部多特征点的定位。本方法简化了网络结构，降低了训练难度，该网络结构可以提取更多的全局高级特征，更精确地表达面部特征点，在变化复杂的条件下对面部特征点的定位效果好，同时能实现面部多个特征点定位。 | ||
| 搜索关键词： | 一种 基于 单个 卷积 神经网络 面部 特征 定位 方法 | ||
【主权项】：
一种基于单个卷积神经网络的面部多特征点定位方法，其特征在于，包括以下步骤：步骤1、扩充训练样本；步骤2、根据数据集提供的与每个样本对应的面部特征点坐标，确定人脸边框；步骤3、采用缩放、旋转、平移和翻转四种操作来扩充数据，弥补训练图像特征点标注的不足；步骤4、根据人脸边界框提取出人脸图像，并进行归一化处理；步骤5、设计网络结构；步骤6、训练网络，设置网络的学习率和每次处理数据的数量，完成面部多特征点的定位。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710967121.7/，转载请声明来源钻瓜专利网。
