[发明专利]一种融合手工设计描述子和深度特征的人脸姿态估计方法有效
| 申请号： | 201811580405.1 | 申请日： | 2018-12-24 |
| 公开（公告）号： | CN109858342B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 赖剑煌;欧阳柳;吴卓亮;谢晓华 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 刘巧霞 |
| 地址： | 510275 广东*** | 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： | 本发明公开了一种融合手工设计描述子和深度特征的人脸姿态估计方法，常应用于针对安全防范和人脸识别应用的人脸图像质量评测。该方法使用SIFT描述子提取人脸图像的轮廓和局部信息，使用DeepID深度网络提取人脸图像的表观和结构信息，主要包括以下步骤：训练一个提取深度特征的深度神经网络模型，输入一张检测得到的人脸图像，利用该深度网络模型提取所述人脸图像深度特征；提取具有尺度空间不变特性的SIFT特征向量，将该人脸图像的SIFT特征以及深度特征串联，输入到训练好的SVM分类器进行分类，确定该待分类的人脸的姿态类别。本发明能够有效地进行人脸姿态估计，提高姿态估计的准确率。 | ||
| 搜索关键词： | 一种 融合 手工 设计 描述 深度 特征 姿态 估计 方法 | ||
【主权项】：
1.一种融合手工设计描述子和深度特征的人脸姿态估计方法，其特征在于，包括步骤：S1：对图像进行人脸检测；S2：对检测到的人脸图像进行滤波以去除噪声；S3：提取人脸图像的SIFT描述特征，作为手工设计描述子；提取描述人脸的深度特征；S4：对手工设计描述子和深度特征进行有效融合；S5：对融合特征进行训练，生成人脸姿态分类器；S6：利用人脸姿态分类器对图像或视频帧中的人脸姿态进行有效估计。
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中山大学，未经中山大学许可，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/201811580405.1/，转载请声明来源钻瓜专利网。
