[发明专利]基于卷积网络的轻量级人脸关键点检测方法、系统及存储介质在审
| 申请号： | 201811425855.3 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109711258A | 公开（公告）日： | 2019-05-03 |
| 发明（设计）人： | 何震宇;惠晓伟;张晓峰;黎嘉辉;赵昕玥;周瑞;万周诚 | 申请（专利权）人： | 哈尔滨工业大学（深圳） |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙) 44248 | 代理人： | 孙伟 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于卷积网络的轻量级人脸关键点检测方法、系统及存储介质，该方法包括：使用多任务网络并行完成人脸检测和人脸回正参数计算，并将原始的倾斜人脸进行回正；将回正人脸送入轻量关键点检测网络；检测人脸关键点，针对多人脸关键点检测任务，使用非冻结迁移学习的预训练方案，逐步训练多个人脸关键点，训练时使用并行人脸回正机制；人脸旋转返回原始角度。本发明的有益效果是:本发明针对人脸关键点检测任务的特点进行改进，引入注意力机制对卷积网络的网络输出进行打分选择，缓解了人脸关键点检测的损失函数不均衡问题；同步训练人脸检测任务与人脸回正参数计算任务，提升了整体架构的效率，降低了模型复杂度。 | ||
| 搜索关键词： | 人脸 关键点检测 回正 卷积 参数计算 存储介质 人脸检测 网络 关键点 并行 注意力机制 倾斜人脸 损失函数 网络输出 整体架构 不均衡 复杂度 轻量 送入 冻结 迁移 返回 缓解 检测 引入 改进 学习 | ||
【主权项】：
1.一种基于卷积网络的轻量级人脸关键点检测方法，其特征在于，包括如下步骤：步骤S1：图像采集设备获取人脸图像；步骤S2：送入多任务网络；步骤S3：同步进行人脸检测和人脸回正参数计算，并将原始的倾斜人脸进行回正；步骤S4：将回正人脸送入轻量关键点检测网络；步骤S5：检测人脸关键点，针对多人脸关键点检测任务，使用非冻结迁移学习的预训练方案，由粗到精、逐步训练多个人脸关键点，训练时使用并行人脸回正机制；步骤S6：人脸旋转返回原始角度；步骤S7：前端显示。
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哈尔滨工业大学（深圳），未经哈尔滨工业大学（深圳）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/201811425855.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于图像识别的道闸状态检测方法及系统
- 下一篇：指纹录入方法及相关设备
