[发明专利]跨数据集的人脸关键点检测方法

摘要

本发明公开了一种跨数据集的人脸关键点检测方法，主要包括：针对不同的数据集设计不同的回归头，然后这些回归头共用网络骨干，计算出相似点的索引对应关系；随机的选择目标数据集或辅助数据集，取其中的部分数据作为一次迭代，进行网络的前向运算；损失函数除了之前网络的原有约束，还利用相似点的索引关系对不同的回归头进行约束，基于损失函数反传参数优化网络模型。本发明利用不同的数据集去辅助目标检测器可以学习到原本数据集上不存在的数据特征。特别是一些极端条件下的数据，原始目标数据集不具备这种变化情况，因此可以显著提高网络模型的鲁棒性，提高网络在一些不可见情况下的泛化性能。