[发明专利]基于神经网络的人脸姿态角度检测方法及系统在审
| 申请号： | 201811073697.X | 申请日： | 2018-09-14 |
| 公开（公告）号： | CN109359537A | 公开（公告）日： | 2019-02-19 |
| 发明（设计）人： | 郑东;赵五岳 | 申请（专利权）人： | 杭州宇泛智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/73 |
| 代理公司： | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人： | 胡拥军;糜婧 |
| 地址： | 310000 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 关键点 人脸姿态 神经网络 角度检测 预设 人脸图像 待测图像 人脸 人脸特征区域 神经网络输出 归一化处理 脸型 过程检测 人脸检测 鲁棒性 检测 | ||
1.基于神经网络的人脸姿态角度检测方法，其特征在于包括：
图像获取，获取含有待测人脸的待测图像；
人脸检测，检测所述待测图像中的含有人脸特征区域的待测人脸图像；
关键点定位，通过预设关键点神经网络对所述待测人脸图像进行关键点定位得到68个关键点；
人脸姿态角度检测，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预设人脸姿态角度检测神经网络中，所述预设人脸姿态角度检测神经网络输出人脸姿态角度值。
2.如权利要求1所述的基于神经网络的人脸姿态角度检测方法，其特征在于：所述预设人脸姿态角度检测神经网络包括输入层、第一全连接层、第二全连接层以及输出层。
3.如权利要求2所述的基于神经网络的人脸姿态角度检测方法，其特征在于：所述输入层的维度为1*136，所述第一全连接层的维度为136*68，所述第二全连接层的维度为68*3，所述输出层的维度为1*3。
4.如权利要求2所述的基于神经网络的人脸姿态角度检测方法，其特征在于：所述人脸姿态角度检测具体为：对所述关键点进行归一化处理得到对应的关键点坐标，将所述关键点坐标通过输入层进入，并依次经过第一全连接层以及第二全连接层处理，最终输出层输出人脸姿态角度值。
5.如权利要求1所述的基于神经网络的人脸姿态角度检测方法，其特征在于：所述人脸姿态角度值包括水平转角值、倾斜角值以及俯仰角值。
6.基于神经网络的人脸姿态角度检测系统，其特征在于包括：
图像获取模块，所述图像获取模块用于获取含有待测人脸的待测图像；
人脸检测模块，所述人脸检测模块用于检测所述待测图像中的含有人脸特征区域的待测人脸图像；
关键点定位模块，所述关键点定位模块用于通过预设关键点神经网络对所述待测人脸图像进行关键点定位得到68个关键点；
人脸姿态角度检测模块，所述人脸姿态角度检测模块用于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预设人脸姿态角度检测神经网络中，所述预设人脸姿态角度检测神经网络输出人脸姿态角度值。
7.如权利要求6基于神经网络的人脸姿态角度检测系统，其特征在于：所述人脸姿态角度检测模块包括归一化单元和检测单元，所述归一化单元用于对所述关键点进行归一化处理得到对应的关键点坐标，所述检测单元用于将所述关键点坐标输入至预设人脸姿态角度检测神经网络中，所述预设人脸姿态角度检测神经网络输出人脸姿态角度值。
8.如权利要求6基于神经网络的人脸姿态角度检测系统，其特征在于：所述人脸姿态角度值包括水平转角值、倾斜角值以及俯仰角值。
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杭州宇泛智能科技有限公司，未经杭州宇泛智能科技有限公司许可，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/201811073697.X/1.html，转载请声明来源钻瓜专利网。
