[发明专利]端到端的无约束人脸关键点检测方法有效
申请号: | 201710773878.2 | 申请日: | 2017-08-31 |
公开(公告)号: | CN107491767B | 公开(公告)日: | 2020-06-12 |
发明(设计)人: | 肖春林;周曦 | 申请(专利权)人: | 云从科技集团股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 尹丽云 |
地址: | 511457 广东省广州市南*** | 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: | |||
搜索关键词: | 端到端 无约束 关键 检测 方法 | ||
1.一种端到端的无约束人脸关键点检测方法,其特征在于包括以下步骤:
步骤一、预先确定脸部的若干个关键点,并采集各个关键点的坐标信息y=(a0,b0,...,ai,bi,...,an,bn),其中y为关键点的坐标信息,(ai,bi)为第i个关键点的坐标信息;
步骤二、确定关键点可见度信息z=(z0,...,zi,...,zn),并定义关键点可见时zi的数值以及关键点不可见时zi的数值,zi为第i个关键点可见度信息;
步骤三、通过以下公式进行多任务训练来预测关键点的坐标和可见度;
其中N为训练样本数量,yi为第i个样本的关键点坐标信息,f1为关键点的回归函数,L1为关键点回归损失函数;zi为第i个样本的关键点可见度信息,f2为关键点可见度的分类函数,L2为关键点可见度分类损失函数,λ1为回归函数调整系数,λ2为可见度分类目标函数调整系数。
2.如权利要求1所述的端到端的无约束人脸关键点检测方法,其特征是:步骤二中定义关键点可见时zi=1;关键点不可见时zi=0。
3.如权利要求1-2任意一项所述的端到端的无约束人脸关键点检测方法,其特征是:步骤一中的坐标信息y为解析后的坐标信息,其中ai=ai'×zi+(zi-n),bi=bi'×zi+(zi-n),其中n为自定义常数,ai'和bi'为第i个关键点的实际坐标信息。
4.如权利要求1-2任意一项所述的端到端的无约束人脸关键点检测方法,其特征是:步骤三中的关键点回归损失函数如下:
其中f1=(f0x,f0y,...,fix,fiy,...,fnx,fny)为预测的关键点坐标。
5.如权利要求1-2任意一项所述的端到端的无约束人脸关键点检测方法,其特征是:步骤三中的关键点回归损失函数如下:
其中f2=(f0,...,fi,...,fn)为预测的关键点可见度。
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云从科技集团股份有限公司,未经云从科技集团股份有限公司许可,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/pat/books/201710773878.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于图像识别的照片分类方法
- 下一篇:提取人脸特征的方法、装置及电子设备