[发明专利]基于分类的深度学习人脸检测方法在审
| 申请号： | 201910336116.5 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110046602A | 公开（公告）日： | 2019-07-23 |
| 发明（设计）人： | 李守斌;裴鹏飞 | 申请（专利权）人： | 李守斌 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 成都顶峰专利事务所(普通合伙) 51224 | 代理人： | 刘林 |
| 地址： | 100000 北京市海淀区中*** | 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： | 本发明属于人脸识别技术领域，公开了一种基于分类的深度学习人脸检测方法，该方法包括：获取待测图像，并加载基于分类的深度学习模型；利用所述基于分类的深度学习模型对所述待测图像进行处理，包括：对所述待测图像进行分割处理，获得面部图像；对所述面部图像进行特征点提取，获得若干面部特征点；计算获得每个所述面部特征点的坐标信息；基于每个所述面部特征点及其对应的所述坐标信息，计算并判断所述面部图像是否为人脸图像。该基于分类的深度学习人脸检测方法利用深度学习模型进行面部图像分割、面部特征点提取、特征点坐标定位，有效地提高了检测的准确率和检测效率。 | ||
| 搜索关键词： | 面部特征 面部图像 待测图像 人脸检测 分类 学习 坐标信息 人脸识别技术 特征点提取 特征点坐标 分割处理 脸图像 有效地 检测 准确率 加载 分割 | ||
【主权项】：
1.一种基于分类的深度学习人脸检测方法，其特征在于，包括以下步骤：获取待测图像，并加载基于分类的深度学习模型；利用所述基于分类的深度学习模型对所述待测图像进行处理，包括：对所述待测图像进行分割处理，获得面部图像；对所述面部图像进行特征点提取，获得若干面部特征点；计算获得每个所述面部特征点的坐标信息；基于每个所述面部特征点及其对应的所述坐标信息，判断所述面部图像是否为人脸图像。
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李守斌，未经李守斌许可，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/201910336116.5/，转载请声明来源钻瓜专利网。
