[发明专利]用于人脸关键点网络检测模型的训练方法、人脸关键点检测方法、装置在审
| 申请号： | 201811259484.6 | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109376659A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 郭英强;张默 | 申请（专利权）人： | 北京陌上花科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京卓唐知识产权代理有限公司 11541 | 代理人： | 唐海力;李志刚 |
| 地址： | 100080 北京市海淀*** | 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： | 本申请公开了一种用于人脸关键点网络检测模型的训练方法、人脸关键点检测方法、装置。该用于人脸关键点网络检测模型的训练方法，包括：获取人脸图片以及人脸图片标签；将人脸图片作为预设卷积神经网络的输入，得到人脸图片预测关键点；根据所述人脸图片标签中实际人脸关键点坐标与所述人脸图片预测关键点构造损失函数；以及通过回归训练更新所述预设卷积神经网络直到满足预设训练条件。本申请解决了人脸检测精度较差的技术问题。此外，本申请中的训练方法，对人脸关键点的回归精度较高，更具鲁棒性。 | ||
| 搜索关键词： | 关键点 人脸 人脸图片 网络检测 预设 卷积神经网络 关键点检测 申请 标签 人脸检测 损失函数 训练条件 鲁棒性 回归 预测 更新 | ||
【主权项】：
1.一种用于人脸关键点网络检测模型的训练方法，其特征在于，包括：获取人脸图片以及人脸图片标签；将人脸图片作为预设卷积神经网络的输入，得到人脸图片预测关键点；根据所述人脸图片标签中实际人脸关键点坐标与所述人脸图片预测关键点构造损失函数；以及通过回归训练更新所述预设卷积神经网络直到满足预设训练条件。
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京陌上花科技有限公司，未经北京陌上花科技有限公司许可，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/201811259484.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度学习的OCR方法
- 下一篇：一种目标监测方法、装置及系统
