[发明专利]基于卷积神经网络的人脸深度预测方法有效
| 申请号： | 201710183903.1 | 申请日： | 2017-03-24 |
| 公开（公告）号： | CN107103285B | 公开（公告）日： | 2020-03-03 |
| 发明（设计）人： | 王好谦;章书豪;方璐;王兴政;张永兵;戴琼海 | 申请（专利权）人： | 深圳市未来媒体技术研究院;清华大学深圳研究生院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 深圳新创友知识产权代理有限公司 44223 | 代理人： | 徐罗艳 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的人脸深度预测方法，包括生成一人脸深度预测神经网络的步骤，所述生成一人脸深度预测神经网络的步骤包括：搭建具有特定架构的卷积神经网络，所述特定架构是指在卷积层的输出端依次串联规范化操作和激励操作，再在串联了前述两个操作的卷积层上并联k×k的卷积；初始化该卷积神经网络；将RGB人脸图片输入该卷积神经网络，以最小化代价函数为目标进行迭代，以训练形成所述人脸深度预测神经网络。 | ||
| 搜索关键词： | 基于 卷积 神经网络 深度 预测 方法 | ||
【主权项】：
一种基于卷积神经网络的人脸深度预测方法，包括生成一人脸深度预测神经网络的步骤，所述生成一人脸深度预测神经网络的步骤包括：S1、搭建卷积神经网络，所述卷积神经网络包括多个依次串联的卷积层单元和多个依次串联的反卷积层，并且最末一个卷积层单元的输出端连接于第一个反卷积层的输入端；每个所述卷积层单元包括一个卷积层以及该卷积层输出端依次串联的一规范化操作和一激励操作；每个所述卷积层单元分别并联有一个k×k的卷积，其中k为大于0的整数；S2、初始化所述卷积神经网络的训练参数；S3、将用于训练的人脸图片输入到初始化后的卷积神经网络中，以最小化代价函数为目标进行迭代，以生成所述人脸深度预测神经网络；其中，每迭代一次则更新一次所述训练参数。
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深圳市未来媒体技术研究院;清华大学深圳研究生院，未经深圳市未来媒体技术研究院;清华大学深圳研究生院许可，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/201710183903.1/，转载请声明来源钻瓜专利网。
