[发明专利]一种基于语义感知损失的人脸标志点检测方法有效

专利信息
申请号: 202011642933.2 申请日: 2020-12-30
公开(公告)号: CN113111698B 公开(公告)日: 2022-04-01
发明(设计)人: 马勇;肖汉雄 申请(专利权)人: 无锡乐骐科技股份有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/40;G06V10/82;G06N3/04;G06N3/08
代理公司: 无锡智麦知识产权代理事务所(普通合伙) 32492 代理人: 王普慧
地址: 214000 江苏省*** 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:
搜索关键词: 一种 基于 语义 感知 损失 标志 检测 方法
【权利要求书】:

1.一种基于语义感知损失的人脸标志点检测方法,其特征在于,包括以下步骤:

步骤1:获取人脸待抠取图像,通过手动标记若干个标签数据点后,对人脸标志曲线进行抠取,并将每两个相邻的标签数据点之间的曲线段称为语义段;

步骤2:通过卷积神经网络定位人脸特征点;

步骤3:通过选取特征点与所述人脸标志曲线最近的标签数据进行采样计算计算步骤1所述人脸标志曲线与步骤2所述特征点距离的语义感知损失函数:

其中,和代表第t个标签数据点的两个语义段,为人脸标志点定位算法计算得出的人脸标志点,G为距离计算函数;

步骤4:利用采样法计算步骤3中所述语义感知损失函数的最小值,采样法的核心思想是随机抽取标签数据点的两个语义段上的多个任意点,计算随机抽取的任意点与人脸标志点之间的最小距离,从而计算语义感知损失函数的最小值,即:

其中,T代表随机抽取标签数据点的两个语义段上的任意点的个数,为的初始标签数据点,为语义段上的第tm个采样点,H为定义的最小值函数;

步骤5:将步骤4中计算得出的语义感知损失函数的最小值反向传播至步骤2所述卷积神经网络,进行卷积神经网络参数更新,并保存最优模型用于人脸抠图。

2.根据权利要求1所述的一种基于语义感知损失的人脸标志点检测方法,其特征在于:步骤1所述的标签数据的数量与步骤2所述特征点的数量均为68个。

3.根据权利要求1所述的一种基于语义感知损失的人脸标志点检测方法,其特征在于:所述步骤2中的人脸特征点定位通过人脸标志点定位算法进行计算。

4.根据权利要求1所述的一种基于语义感知损失的人脸标志点检测方法,其特征在于:所述步骤3中的采样方法通过选取特征点与所述人脸标志曲线最近的标签数据进行计算。

5.根据权利要求3所述的一种基于语义感知损失的人脸标志点检测方法,其特征在于:所述步骤2中的人脸标志点定位算法采用瞳孔间距离作为标准化项。

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无锡乐骐科技股份有限公司,未经无锡乐骐科技股份有限公司许可,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/202011642933.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top