[发明专利]一种人脸特征点定位方法及装置有效
| 申请号： | 201711288351.7 | 申请日： | 2017-12-07 |
| 公开（公告）号： | CN108182384B | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 李运涛;王刚;朱树磊 | 申请（专利权）人： | 浙江大华技术股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 310053 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种人脸特征点定位方法及装置，用以解决人脸特征点定位方法定位不准确，而且速度慢的问题。方法包括：获取待检测人脸图像；通过深度卷积神经网络模型的第i个卷积模块中的第一卷积层，将第i‑1个卷积模块处理得到的人脸特征图基于多组权重进行融合，得到第一特征图；通过第i个卷积模块中的第二卷积层将第一特征图再次基于多组权重进行融合，得到第二特征图；通过第i个卷积模块中的第三卷积层提取第一特征图中的人脸轮廓特征以及五官特征，得到第三特征图；通过第i个卷积模块中的融合层将第二特征图与第三特征图进行融合；将深度卷积神经网络模型的最后一个卷积模块处理得到的人脸特征图作为待检测人脸图像的人脸特征图。 | ||
| 搜索关键词： | 一种 特征 定位 方法 装置 | ||
【主权项】：
1.一种人脸特征提取方法，其特征在于，包括：获取待检测人脸图像；通过深度卷积神经网络模型的第i个卷积模块中的第一卷积层，将所述深度卷积神经网络模型的第i‑1个卷积模块处理得到的人脸特征图基于多组权重进行融合，得到第一特征图；所述i从2开始取遍不大于所述深度卷积神经网络模型包括的卷积模块总数的正整数；其中，当所述i等于1时，第1个卷积模块中的第一卷积层对所述待检测人脸图像基于多组权重进行融合，得到第一特征图；通过所述第i个卷积模块中的第二卷积层，将所述第一特征图再次基于多组权重进行融合，得到第二特征图；通过所述第i个卷积模块中的第三卷积层提取所述第一特征图中的人脸轮廓特征以及五官特征，得到第三特征图；通过所述第i个卷积模块中的融合层，将所述第二特征图与所述第三特征图进行融合，得到第i个卷积模块处理后的人脸特征图；将所述深度卷积神经网络模型的最后一个卷积模块处理得到的人脸特征图作为所述待检测人脸图像的人脸特征图。
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浙江大华技术股份有限公司，未经浙江大华技术股份有限公司许可，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/201711288351.7/，转载请声明来源钻瓜专利网。
