[发明专利]一种基于关键点约束的人脸姿态估计方法在审
| 申请号： | 201910817335.5 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110705355A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 王枫;胡庆浩;程健 | 申请（专利权）人： | 中国科学院自动化研究所南京人工智能芯片创新研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 32360 南京泰普专利代理事务所(普通合伙) | 代理人： | 窦贤宇 |
| 地址： | 211000 江苏省南*** | 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： | 本发明为一种基于关键点约束的人脸姿态估计方法，包括获取有待估计的人像，建立训练集通过训练集标注关键点，通过预设神经网络模型对所有训练集中的人脸标注68个关键点；对关键点进行归一化处理得到对应的关键点坐标，将关键点坐标输入至预设人脸姿态角度检测神经网络中，预设人脸姿态角度检测神经网络输出人脸姿态角度值。本发明的基于神经网络的人脸姿态角度检测方法通过预设关键点神经网络对待测人脸图像进行关键点定位获得68个关键点，采用预设人脸姿态角度检测神经网络对关键点进行检测得到人脸姿态角度值。 | ||
| 搜索关键词： | 关键点 人脸姿态 预设 角度检测 神经网络 训练集 人脸姿态估计 神经网络模型 神经网络输出 归一化处理 人脸标注 人脸图像 人像 标注 检测 | ||
【主权项】：
1.一种基于关键点约束的人脸姿态估计方法，其特征在于包括：/n步骤1，获取待检测图像；建立训练集，所述训练集中包括多张人脸样本，/n对多训练集中的人脸图像标注出关键点；/n步骤2，建立多任务卷积神经网络模型，通过预设关键点神经网络模型对所有训练集中的人脸样本进行关键点定位得到68个关键点；/n步骤3，建立的训练集，对所述关键点进行归一化处理得到对应的关键点坐标，将所述关键点坐标输入至已经建立的多任务卷积神经网络模型中，所述多任务卷积神经网络模型输出人脸姿态角度值；/n步骤4，利用步骤1中获得的训练样本对步骤2中设计的卷积神经网络进行训练，当训练计算出的误差达到期望值时，训练结束，并得到卷积神经网络模型的参数；/n步骤5，利用步骤3中训练得到的模型对步骤1中的样本进行测试，并输出最终人脸姿态角度的结果。/n
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国科学院自动化研究所南京人工智能芯片创新研究院，未经中国科学院自动化研究所南京人工智能芯片创新研究院许可，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/201910817335.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种预警方法和相关装置
- 下一篇：功能控制方法及相关设备
