[发明专利]一种基于二值卷积神经网络的人脸对齐方法在审
| 申请号： | 201710702594.4 | 申请日： | 2017-08-16 |
| 公开（公告）号： | CN107480640A | 公开（公告）日： | 2017-12-15 |
| 发明（设计）人： | 张雪婷;李威;崔静 | 申请（专利权）人： | 上海荷福人工智能科技（集团）有限公司;成都市吉胜智能化工程有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 成都华风专利事务所(普通合伙)51223 | 代理人： | 徐丰,张巨箭 |
| 地址： | 201600 上海市松*** | 国省代码： | 上海;31 |
| 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二值卷积神经网络的人脸对齐方法，包括以下步骤选取训练人脸样本，对人脸的矩形区域以及关键点的位置坐标取平均，对人脸归一化；构建深度卷积网络模型，对模型参数进行二值化，以处理人脸并输出人脸图像特征；采用回归关键点位置增量的方法，对人脸图像特征的特征点的位置偏移量进行迭代，得到关键点位置增量；构建关键点位置增量回归模型，对关键点位置增量和样本真实的形状增量进行拟合，输出关键点的位置。本发明加入二值化参数操作对模型进行压缩，提高模型的运算效率，多尺度特征融合技术提升关键点的位置精度；采用增量回归模型和位置回归模型，通过训练模型对坐标偏移进行回归，经过几次迭代逐渐接近精确的位置。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 对齐 方法 | ||
【主权项】：
一种基于二值卷积神经网络的人脸对齐方法，其特征在于，包括以下步骤：101、人脸预处理：选取训练人脸样本，对人脸的矩形区域以及关键点的位置坐标取平均，对人脸进行预处理；102、二值化深度卷积处理人脸：构建深度卷积网络模型，对模型参数进行二值化，以处理人脸并输出人脸图像特征；103、运算人脸图像特征的关键点位置增量：采用回归关键点位置增量的方法，对人脸图像特征的特征点的位置偏移量进行迭代，得到关键点位置增量；104、运算人脸图像特征的关键点的位置：构建关键点位置增量回归模型，对关键点位置增量和样本真实的形状增量进行拟合，输出关键点的位置。
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上海荷福人工智能科技（集团）有限公司;成都市吉胜智能化工程有限公司，未经上海荷福人工智能科技（集团）有限公司;成都市吉胜智能化工程有限公司许可，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/patent/201710702594.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种触控显示面板和显示装置
- 下一篇：一种指纹识别方法以及电子设备
