[发明专利]人脸图像关键点检测方法、装置、计算机设备及存储介质有效
| 申请号： | 201810372872.9 | 申请日： | 2018-04-24 |
| 公开（公告）号： | CN108596090B | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 李宣平 | 申请（专利权）人： | 北京达佳互联信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京市立方律师事务所 11330 | 代理人： | 刘延喜 |
| 地址： | 100084 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种人脸图像关键点检测方法、装置、计算机设备及存储介质，包括下述步骤：获取待处理的人脸图像将所述人脸图像输入到预设的卷积神经网络模型中，其中，所述卷积神经网络模型包括至少两个通道；获取所述卷积神经网络模型输出的分类数据，并根据所述分类数据对所述人脸图像进行内容理解，其中，所述分类数据为所述至少两个通道的输出值的均值。通过卷积神经网络模型的多个通道，分别获取不同通道对同一人脸图像的分类数据，然后计算多个分类数据的平均值，通过平均值的计算消拍摄时抖动与外界光线对人脸图像造成的随机误差，使整个卷积神经网络模型的的收敛性更好，同时输出的精准度与稳定性增强，提高了模型的鲁棒性。 | ||
| 搜索关键词： | 人脸图像 卷积神经网络 分类数据 关键点检测 计算机设备 存储介质 输出 稳定性增强 内容理解 随机误差 外界光线 精准度 鲁棒性 收敛性 抖动 预设 拍摄 | ||
【主权项】：
1.一种人脸图像关键点检测方法，其特征在于，包括下述步骤：获取待处理的人脸图像；将所述人脸图像输入到预设的卷积神经网络模型中，其中，所述卷积神经网络模型包括至少两个通道；获取所述卷积神经网络模型输出的分类数据，并根据所述分类数据对所述人脸图像进行内容理解，其中，所述分类数据为所述至少两个通道的输出值的均值；所述卷积神经网络模型包括：第一损失函数和第二损失函数；其中，所述第一损失函数包括：第一通道损失函数和第二通道损失函数；所述第一通道损失函数用于判断第一通道全连接层输出的分类数据与人工设定的期望真值是否一致；所述第二通道损失函数用于判断第二通道全连接层输出的分类数据与人工设定的期望真值是否一致；所述第二损失函数用于判断第一通道与第二通道输出的同一训练样本的特征数据是否具有一致性；其中，当所述特征所数据的一致性不相同时，对所述第一通道和所述第二通道的权重进行调整，直至所述特征数据一致。
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北京达佳互联信息技术有限公司，未经北京达佳互联信息技术有限公司许可，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/201810372872.9/，转载请声明来源钻瓜专利网。
