[发明专利]一种基于显著子区域的面部特征解析方法在审
| 申请号： | 201711251398.6 | 申请日： | 2017-12-01 |
| 公开（公告）号： | CN108108669A | 公开（公告）日： | 2018-06-01 |
| 发明（设计）人： | 石宇;张丽君;冯友计;周祥东 | 申请（专利权）人： | 中国科学院重庆绿色智能技术研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 尹丽云 |
| 地址： | 400714 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于显著子区域的面部特征解析方法，包括：建立训练模型；根据所述训练模型进行候选面部图像区域提取和面部图像的精细预测，获取面部特征解析结果，本发明通过结合区域的整体特征和显著子区域的局部特征对图像各区域是否包含面部图像进行判定，对面部图像和非面部图像的判别具有较高的区分能力，同时局部特征的提取速度快，本发明通过自动提取的对面部图像和背景有较高区分能力的区域，利用这些子区域的特征可以大幅提高面部特征解析的准确率，同时由于子区域特征和整体特征的提取共用一个卷积网络，因此不会引入额外的时间开销，有效的提高了解析效率。 | ||
| 搜索关键词： | 面部图像 子区域 面部特征 解析 局部特征 训练模型 整体特征 面部图像区域 结合区域 解析结果 时间开销 自动提取 准确率 卷积 判定 精细 图像 引入 预测 网络 | ||
【主权项】：
1.一种基于显著子区域的面部特征解析方法，其特征在于，包括：建立训练模型；根据所述训练模型进行候选面部图像区域提取和面部图像的精细预测，获取面部特征解析结果；所述候选面部图像区域提取包括通过不同层次和不同分辨率的卷积层获取图像中包含不同尺度的候选区域，根据所述训练模型对输入图像进行处理，获取处理结果，所述处理结果包括输入图像的特征图、特征图出现面部图像的概率以及面图图像框的坐标；所述面部图像的精细预测包括根据特征图出现面部图像的概率对面部图像框进行筛选，根据筛选结果获取面部图像候选区域集，对面部图像候选区域集中的每个候选区域进行处理，获取对应候选区域的属于面部图像区域的最终概率，并通过与预先设置的第一阈值进行比较完成面部图像的精细预测。
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重庆绿色智能技术研究院，未经中国科学院重庆绿色智能技术研究院许可，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/201711251398.6/，转载请声明来源钻瓜专利网。
