[发明专利]用于基于多任务的人脸关键点检测的方法和系统

摘要

本申请公开一种用于检测人脸图像的人脸关键点的方法和系统。所述方法可以包括：从所述人脸图像的至少一个人脸区域和/或整个人脸图像中提取多个特征图；从所提取的多个特征图中生成共享的人脸特征向量；以及从所生成的共享的人脸特征向量中预测所述人脸图像的人脸关键点位置。通过本发明的方法和系统，所述人脸关键点检测能够与异构但微妙相关的任务一起优化，以便能够通过多任务学习来提高检测可靠性。

主权项

1.一种用于检测人脸图像的人脸关键点的方法，包括利用卷积神经网络执行：从所述人脸图像的至少一个人脸区域中提取多个特征图；从所提取的多个特征图中生成共享的人脸特征向量；以及从所生成的共享的人脸特征向量中预测所述人脸图像的人脸关键点位置，以及利用所述共享的人脸特征向量来预测与人脸关键点检测相关联的至少一个辅助任务的对应目标，以同时获取所有的所述辅助任务的目标预测，其中，所述卷积神经网络使用预定训练集来训练，所述训练的步骤包括：1)从所述预定训练集中对训练人脸图像、其标定真实关键点位置和其用于每个辅助任务的标定真实目标进行取样；2)比较所预测的人脸关键点位置与所述标定真实关键点位置之间的不同，以生成关键点误差；3)分别比较所述目标预测与用于每个辅助任务的标定真实目标之间的不同，以生成至少一个训练任务误差；以及4)将所生成的关键点误差和所生成的训练任务误差反向传播通过所述卷积神经网络，以调整所述卷积神经网络的神经元之间的连接的权重；重复步骤1)‑4)，直到所述生成的关键点误差小于第一预定值并且所述生成的训练任务误差小于第二预定值。