[发明专利]一种基于MobileNets模型的表情追踪方法有效
| 申请号： | 201810486472.0 | 申请日： | 2018-05-21 |
| 公开（公告）号： | CN108717732B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 饶云波;宋佳丽;吉普照;范柏江;苟苗;杨攀 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T17/20 | 分类号： | G06T17/20;G06N3/04 |
| 代理公司： | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人： | 孙一峰 |
| 地址： | 611731 四川省*** | 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： | 本发明属于表情追踪技术，具体的说是一种基于MobileNets模型的表情追踪方法。本发明主要包括：通过预处理生成训练数据集，所述预处理为使得数据集中每一张图片的人脸均具有三维特征坐标；采用一个标准卷积层、12个分离卷积层、1个均值池化层以及全连接层和Softmax构建神经网络MobileNets模型；所述12个分离卷积层为6个深度卷积与6个点卷积；采用获得的训练数据集对构建的神经网络MobileNets模型进行训练；采用训练好的神经网络MobileNets模型获取输入图像的人脸三维特征点坐标；对模型提取的人脸三维特征点坐标做网格重建生成形变系数，用于对人脸3D模型进行控制，实现表情追踪。本发明的有益效果为，兼顾了模型大小与运行速度，因而可适应于移动设备，具有较强的实用性。 | ||
| 搜索关键词： | 一种 基于 mobilenets 模型 表情 追踪 方法 | ||
【主权项】：
1.一种基于MobileNets模型的表情追踪方法，其特征在于，包括以下步骤：S1、通过预处理生成训练数据集，所述预处理为使得数据集中每一张图片的人脸均具有三维特征坐标；S2、采用一个标准卷积层、12个分离卷积层、1个均值池化层以及全连接层和Softmax构建神经网络MobileNets模型；所述12个分离卷积层为6个深度卷积与6个点卷积；采用步骤S1获得的训练数据集对构建的神经网络MobileNets模型进行训练；S3、采用训练好的神经网络MobileNets模型获取输入图像的人脸三维特征点坐标；S4、对模型提取的人脸三维特征点坐标做网格重建生成形变系数，用于对人脸3D模型进行控制，实现表情追踪。
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/201810486472.0/，转载请声明来源钻瓜专利网。
