[发明专利]基于三维人脸模型的人脸关键点检测方法有效
| 申请号： | 201710159215.1 | 申请日： | 2017-03-17 |
| 公开（公告）号： | CN107122705B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | 朱翔昱;雷震;刘浩;李子青 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京瀚仁知识产权代理事务所(普通合伙) 11482 | 代理人： | 郭文浩;吴晓芬 |
| 地址： | 100080 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于三维人脸模型的人脸关键点检测方法，包括如下步骤：步骤01，在人脸训练样本中获取人脸图像和三维人脸模型的初始参数；步骤02，根据所述人脸图像及初始参数生成姿态自适应特征和归一化坐标编码；步骤03，分别对所述姿态自适应特征和归一化坐标编码使用卷积神经网络进行变换融合，得到真实残差和初始参数的参数残差；步骤04，根据所述参数残差更新所述初始参数，转到步骤02直至所述参数残差达到预设阈值；步骤05，利用达到预设阈值的参数残差更新所述三维人脸模型，采集所述三维人脸模型上的人脸关键点。本发明中，实现了全姿态下的人脸关键点检测。 | ||
| 搜索关键词： | 基于 三维 模型 关键 检测 方法 | ||
【主权项】：
一种基于三维人脸模型的人脸关键点检测方法，其特征在于，包括如下步骤：步骤01，在人脸训练样本中获取人脸图像和三维人脸模型的初始参数；步骤02，根据所述人脸图像及初始参数生成姿态自适应特征和归一化坐标编码；步骤03，分别对所述姿态自适应特征和归一化坐标编码使用卷积神经网络进行变换融合，得到真实残差和初始参数的参数残差；步骤04，根据所述参数残差更新所述初始参数，转到步骤02直至所述参数残差达到预设阈值；步骤05，利用达到预设阈值的参数残差更新所述三维人脸模型，采集所述三维人脸模型上的人脸关键点。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/patent/201710159215.1/，转载请声明来源钻瓜专利网。
