[发明专利]一种头部姿态检测方法

权利要求书

1.一种头部姿态检测方法，其特征在于，它包括以下步骤：

（a）选择数据集；

（b）对所述数据集中的人脸图片进行预处理，使用多任务级联卷积神经网络对所述人脸图片进行人脸检测和切割，随后进行大小转换得到设定大小的图片；

（c）对深度学习的模型构建以MobileNetv2作为骨干且分别连接三个全连接层的神经网络；

（d）将所述设定大小的图片放入所述神经网络进行分类；

（e）对所述全连接层的结果做softmax以将所述全连接层的值映射成概率值；

（f）对所述概率值进行映射得回归，用MSE损失函数的方法计算回归的损失概率；

（g）对所述损失概率进行权重加权求和，并对最终的损失概率梯度方向，以完成深度学习模型的训练；

（h）以鼻子为基础点，水平的方向设置成x轴，垂直的方向设置成y轴，z轴则垂直于x轴与y轴形成的平面，环绕x轴、y轴、z轴顺时针旋转的角度定义为头部姿态在pitch、yaw、roll方向的偏移角度，将所述深度学习模型对儿童头部进行测试得到儿童头部的姿势位置。

2.根据权利要求1所述的头部姿态检测方法，其特征在于：步骤（a）中，所述数据集是BIWI、300W-LP和AFLW2000数据集。

3.根据权利要求1所述的头部姿态检测方法，其特征在于：步骤（b）中，所述预处理是将所述人脸图片中不需要的背景或其它物体排除。

4.根据权利要求1或3所述的头部姿态检测方法，其特征在于：步骤（b）中，所述多任务级联卷积神经网络由PNet、RNet和Onet三个级联的轻量级CNN完成。

5.根据权利要求1所述的头部姿态检测方法，其特征在于：步骤（d）中，将所述分类结果map到一个范围里面。