[发明专利]基于深度学习的多角度人脸对齐方法、系统及拍摄终端

摘要

本发明公开了一种基于深度学习的多角度人脸对齐方法、系统及拍摄终端，其对人脸样本图像进行人脸关键点的标记和人脸旋转角度的标记，并输入卷积神经网络进行训练，输出不同人脸姿态类型所对应的人脸旋转角度的区间范围，从而得到不同人脸姿态类型的人脸角度模型，然后利用所述的人脸角度模型对所述人脸样本图像的人脸关键点坐标进行回归训练得到不同人脸姿态类型所对应的人脸对齐模型，最后将待检测图像输入人脸角度模型进行人脸角度检测，并调用相应角度的人脸对齐模型进行回归预测；不仅精度高，鲁棒性强，并且训练所得模型占用空间小，特别适合被摄人物情况复杂，对精度要求较高且要求算法占用物理空间较小的人脸对齐应用。

主权项

一种基于深度学习的多角度人脸对齐方法，其特征在于，包括以下步骤：10.搜集人脸样本图像，对所述人脸样本图像进行人脸关键点的标记和人脸旋转角度的标记；20.将所述人脸样本图像及其对应的人脸旋转角度输入卷积神经网络进行训练，输出预设的人脸旋转角度的区间范围所对应的人脸姿态类型，得到人脸角度模型；30.利用所述的人脸角度模型，并根据所述人脸关键点对所述人脸样本图像的人脸关键点坐标进行回归训练，得到不同人脸姿态类型所对应的人脸对齐模型；40.将待检测图像输入所述的人脸角度模型进行预测，输出得到所述待检测图像所对应的人脸姿态类型，并调用相应的人脸对齐模型进行回归预测，得到待检测图像的人脸关键点的坐标位置。