[发明专利]一种基于深度学习的人脸检测及面部多属性融合分析方法在审
| 申请号： | 201910590960.0 | 申请日： | 2019-07-02 |
| 公开（公告）号： | CN110443132A | 公开（公告）日： | 2019-11-12 |
| 发明（设计）人： | 张赛男;李千目 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 *** | 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深度学习的人脸检测及面部多属性的融合分析方法。该方法为：首先输入图像，利用图像金字塔生成该图片的不同尺度集合，采用全卷积神经网络对输入的图像进行处理，第一层级网络产生初步的人脸候选区域；然后人脸检测模块由粗到细筛选出人脸候选框，利用非极大值抑制算法将重复面积超出设定阈值的候选窗口进行精简，确定人脸区域；接着将人脸区域放大，传送至面部属性分析网络进行分析，得到年龄、性别预测结果；最后将人脸检测结果和属性分析结果标注在图片上并进行保存，得到可视化的预测结果。本发明降低了人脸检测及面部多属性融合分析的复杂度，具有结构简单、参数少、实用性强的优点。 | ||
| 搜索关键词： | 人脸检测 人脸区域 属性分析 融合 分析 非极大值抑制 卷积神经网络 人脸候选区域 人脸检测结果 人脸检测模块 图像金字塔 层级网络 候选窗口 结果标注 输入图像 性别预测 预测结果 复杂度 候选框 可视化 人脸 算法 放大 集合 尺度 传送 筛选 图像 学习 保存 图片 重复 网络 | ||
【主权项】：
1.一种基于深度学习的人脸检测及面部多属性融合分析方法，其特征在于，包括以下步骤：步骤1、输入图像，利用图像金字塔生成该图片的不同尺度集合，采用全卷积神经网络对输入的图像进行处理，第一层级网络产生初步的人脸候选区域；步骤2、人脸检测模块根据初步的人脸候选区域，由粗到细筛选出人脸候选框，利用非极大值抑制算法将重复面积超出设定阈值的候选窗口进行精简，删除重叠面积大于设定阈值的候选窗口，确定人脸区域；步骤3、将人脸区域放大，传送至面部属性分析网络进行分析，得到年龄、性别预测结果；步骤4、将人脸检测结果和属性分析结果标注在图片上并进行保存，得到可视化的预测结果。
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/201910590960.0/，转载请声明来源钻瓜专利网。
