[发明专利]一种动物面部关键点的检测方法

权利要求书

1.一种动物面部关键点的检测方法，其特征在于，包括：

设置网络结构，所述网络结构包括bbox回归网络和关键点定位网络；

对所述网络结构进行级联训练；

根据进行级联训练后的网络结构，对输入的动物面部样本进行bbox和关键点的联合回归，获取最终的关键点检测结果；

所述bbox回归网络和所述关键点定位网络均包括若干个卷积模块和全联接层；

所述对所述网络结构进行级联训练的方法包括：

将获取的训练样本做第一角度的旋转和第一幅度的平移增广，得到第一阶段训练样本，并用所述第一阶段训练样本训练所述网络结构；

将所述训练样本做第二角度的旋转和第二幅度的平移增广，得到第二阶段训练样本，并用所述第二阶段训练样本调整所述网络结构；

所述第一角度大于所述第二角度；所述第一幅度大于所述第二幅度；

所述第一角度的范围为-40°～40°，所述第一幅度的范围为-0.4*dis～0.4*dis；所述第二角度的范围为-20°～20°，所述第二幅度的范围为-0.2*dis～0.2*dis；其中，dis表示动物双眼之间的距离；

其中，所述对输入的动物面部样本进行bbox和关键点的联合回归，获取最终的关键点检测结果的方法包括：

所述输入的动物面部样本包括动物面部图像和动物面部关键点坐标位置；将所述动物面部图像做预定倍数下的采样，得到第一图像；

将所述第一图像输入进行级联训练后的bbox回归网络，得到预测的bbox；

根据所述预测的bbox对所述动物面部图像进行剪裁和缩放，获取第二图像，所述第二图像的长与所述动物面部图像的长相等，所述第二图像的宽与所述动物面部图像的宽相等；

将所述第二图像和所述动物面部图像分别输入进行级联训练后的关键点定位网络，获取两个关键点预测结果；

将所述两个关键点预测结果取平均值，获取最终的关键点检测结果。

2.根据权利要求1所述的动物面部关键点的检测方法，其特征在于，所述对输入的动物面部样本进行bbox和关键点的联合回归，获取最终的关键点检测结果的目标为最小化式(1)：

alpha*Loss(predit_bbox,true_bbox)+beta*Loss(predit_landmark,true_landmark) (1)

其中，predit_bbox为所述第二图像的bbox，predit_landmark为所述最终的关键点检测结果；true_bbox为目标bbox，true_landmark为目标关键点；alpha，beta为可动态调节的超参数；Loss()为损失函数。

3.根据权利要求2所述的动物面部关键点的检测方法，其特征在于，所述损失函数为L2Loss，或者为平方根误差。

4.根据权利要求3所述的动物面部关键点的检测方法，其特征在于，所述对输入的动物面部样本进行bbox和关键点的联合回归，获取最终的关键点检测结果的方法还包括：

分别在所述关键点定位网络的每个卷积模块后接一个线性回归层，得到第二关键点定位网络；

根据所述第二关键点定位网络获取关键点预测结果的中间值；

对所述关键点预测结果的中间值进行监督。