[发明专利]基于多任务深度学习的人脸及人脸遮挡物检测方法在审
| 申请号： | 201710321138.5 | 申请日： | 2017-05-09 |
| 公开（公告）号： | CN107145867A | 公开（公告）日： | 2017-09-08 |
| 发明（设计）人： | 段翰聪;赵子天;文慧;张帆 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N99/00;G06N3/04 |
| 代理公司： | 成都行之专利代理事务所(普通合伙)51220 | 代理人： | 郭受刚 |
| 地址： | 610000 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于多任务深度学习的人脸及人脸遮挡物检测方法包括步骤1建立多任务人脸细节检测网络，多任务人脸细节检测网络由三个级联的子网络组成，分别为F‑Net，O‑Net和C‑Net；F‑Net用于检测出人脸的大致位置，为后两级网络提供人脸位置的候选区域；O‑Net用于基于F‑Net的检测结果进一步判别候选区域可信程度并对人脸bbox进行修正，并用于检测人脸图像中否存在遮挡物以及遮挡物的位置；C‑Net用于进一步对F‑Net、O‑Net的检测结果进行校正；步骤2基于建立的多任务人脸细节检测网络，对图片中人脸细节进行检测，获得人脸是否有遮挡物检测结果和遮挡物的类型和位置检测结果，能够检测遮挡物的位置，能进一步在遮挡物替换、AR等场景中应用的技术效果。 | ||
| 搜索关键词： | 基于 任务 深度 学习 遮挡 检测 方法 | ||
【主权项】：
基于多任务深度学习的人脸及人脸遮挡物检测方法，其特征在于，所述方法包括：步骤1：建立多任务人脸细节检测网络，多任务人脸细节检测网络由三个级联的子网络组成，分别为：F‑Net，O‑Net和C‑Net；F‑Net用于检测出人脸的大致位置，为后两级网络提供人脸位置的候选区域；O‑Net用于基于F‑Net的检测结果进一步判别候选区域可信程度并对人脸bbox进行修正，并用于检测人脸图像中否存在遮挡物以及遮挡物的位置；C‑Net用于进一步对F‑Net、O‑Net的检测结果进行校正；步骤2：基于建立的多任务人脸细节检测网络，对图片中人脸细节进行检测，获得人脸是否有遮挡物检测结果和遮挡物的类型和位置检测结果。
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电子科技大学，未经电子科技大学许可，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/201710321138.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于公网移动通信系统的空管情报通信系统
- 下一篇：一种信号塔
