[发明专利]一种基于深度学习的头部姿态估算方法

权利要求书

1.一种基于深度学习的头部姿态估算方法，其特征在于：所述方法的整体步骤如下：

步骤一、获取用于训练的图片数据集，并对图片数据进行标注；标注信息包括人脸在pitch、yaw以及roll三个维度的头部偏转角度；对数据集中分布不均衡的稀缺样本进行样本拓充；

步骤二、对样本拓充后的数据集进行图片预处理，将图片中的人脸部分裁剪出来，删除一切与人脸不相关的细节，包括头发、脖子以下部分、背景；

步骤三、将预处理后的人脸图片全部缩放到90×90像素的分辨率；

步骤四、将步骤三得到的统一大小的数据集作为训练样本，使用深度网络TinyPoseNet进行网络训练；

步骤五、提取训练过的TinyPoseNet网络模型，对需要测试的图片依次进行步骤二、步骤三中的操作获得裁剪过的人脸图像，然后裁剪出该图像中间部分80×80像素区域，进行TinyPoseNet网络模型的前向计算，通过端到端的提取方式估算出该测试图片中人物头部姿态偏转的角度。

2.根据权利要求1所述的基于深度学习的头部姿态估算方法，其特征在于：所述步骤一中样本拓充的具体方法为：采用基于3D的数据增广方法，使用人脸的68个特征点对人脸进行3D建模后旋转出需要的角度变化，然后进行图片映射得到需要的缺失样本，最终使得数据集中三个维度的角度偏转分布均衡。

3.根据权利要求1所述的基于深度学习的头部姿态估算方法，其特征在于：所述步骤二采用的图片预处理工具为VIPLFaceDetector人脸检测器。

4.根据权利要求1所述的基于深度学习的头部姿态估算方法，其特征在于：所述TinyPoseNet是在VIPLFaceNet卷积神经网络基础上设计出的一个8层的深度网络，包括5层卷积层和3层全连接层；TinyPoseNet在训练过程中，对图片大小为90×90像素的训练数据进行80×80像素大小的随机裁剪再将数据进行网络训练以此来提高网络模型对人脸位置轻微偏移的鲁棒性。