[发明专利]一种基于3D卷积神经网络的头部姿态估计方法

权利要求书

1.一种基于 3D 卷积神经网络的头部姿态估计方法，其特征在于该方法包括：

步骤1：将头部姿态定义为9类；通过对同类2D图片叠加的方式对原始头部姿态图片进行预处理；

步骤2：使用步骤1获得的训练样本训练3D卷积神经网络

步骤2.1：输入立方体经过卷积计算，为C1卷积层；

步骤2.2：对步骤2.1输出的特征图立方体，通过两路不同的卷积核做卷积计算，连续重复两次，为网络的C2、C3卷积层；

步骤2.3：对步骤2.2输出的特征立方体图进行合并做卷积计算，再做平均池化计算，为网络的C4卷积层；

步骤2.4：对步骤2.3输出的特征立方体图形，通过两路不同的卷积核做卷积计算，连续两次，并在C6卷积层卷积运算后进行最大池化运算，为网络的C5、C6卷积层；

步骤2.5：对步骤2.4输出的特征图立方体，分为通过两路相同的全连接层，做全连接计算，为F1全连接层；

步骤2.6：对步骤2.5两路相同全连接层输出结果合并，为F2全连接层；

步骤2.7：对步骤2.6输出计算Softmax、loss，并根据loss反向修正网络参数；重复步骤2.1-步骤2.7，直至loss收敛；

步骤3：将测试图片根据步骤1中的数据预处理方式进行叠加处理，构建3D立方体结构；利用步骤2得到的3D卷积神经网络测试分类结果。

2.如权利要求1所述的一种基于3D卷积神经网络的头部姿态估计方法，其特征在于所述步骤1将2D图片输入转化为3D立方体输入包括：首先数据集在采集使用平面内的头部转动角度，主要分为垂直角度和水平角度，垂直角度分为+90、+60、+30、+15、+0、-15、-30、-60、-90，水平角度分为+90、+60、+30、+15、+0、-15、-30、-60、-90，头部姿态主要9类，分别为中、上、下、左、右、左上、右上、左下、右下，每个人每一类有9张图像，数据输入时先将图片大小缩放为统一尺寸，然后将同一类的9张图片做叠加处理后输入3D网络。

3.如权利要求1所述的一种基于3D卷积神经网络的头部姿态估计方法，其特征是：步骤2.1中，C1层的卷积核尺寸为32@3*5*2。

4.如权利要求1所述的一种基于3D卷积神经网络的头部姿态估计方法，步骤2.2使用的两路不同卷积核，其特征是：C2层卷积核尺寸为64@5*7*1和64@3*8*1；C3层的卷积核尺寸为：128@5*6*2和128@7*5*2。

5.如权利要求1所述的一种基于3D卷积神经网络的头部姿态估计方法，其特征是：步骤2.3中，C4层的卷积核尺寸为256@6*10*3。

6.如权利要求1所述的一种基于3D卷积神经网络的头部姿态估计方法，其特征是：步骤2.4中，C5层的卷积核尺寸分别为512@5*11*2和512@11*11*2，C6层的卷积核尺寸分别为512@8*6*2和512@5*6*2。

7.如权利要求1所述的一种基于3D卷积神经网络的头部姿态估计方法，步骤2.5使用的两路相同全连接，其特征是：F1层全连接使用1*1*4096，F2层全连接使用1*1*2048。