[发明专利]基于多任务正则化与逐层监督神经网络的人脸点检测系统

摘要

本发明公开一种基于多任务正则化与逐层监督神经网络的人脸点检测系统，包括：多任务正则化模块和逐层监督网络模块，其中：所述多任务正则化模块，包括主任务与相关任务，主任务与相关任务共同学习得到共有的特征空间，再利用相关任务的辅助标签提供附加正则项以加强网络的泛化能力；所述逐层监督网络模块，不同于传统卷积神经网络只对输出层目标函数进行优化，而是对每一中间层都引入监督目标函数，从而加强中间层学习到的特征的显著性。本发明可以有效解决传统卷积神经网络的过拟合与特征鲁棒性不确定的问题。

主权项

1.一种基于多任务正则化与逐层监督神经网络的人脸点检测系统，其特征在于，包括：多任务正则化模块和逐层监督网络模块，其中：所述逐层监督网络模块，对输入图像根据其像素值进行特征提取，不同于传统卷积神经网络只对输出层目标函数进行优化，该模块对每一中间层都引入监督目标函数，从而加强中间层学习到的特征的显著性，再将输出特征输入给多任务正则化模块进行信号的反向传播，以此重复直至网络收敛；所述的逐层监督网络模块，只对主任务进行监督，而不对相关任务监督以保证主任务的优先性；所述逐层监督网络模块，在中间每个卷积层之后添加回归监督函数，与多任务正则化模块中的待优化目标函数一起进行信号的反向传播，其中回归监督函数是卷积层在主任务的预测坐标值与真实坐标值的平方差函数；所述多任务正则化模块，包括主任务与相关任务，主任务与相关任务共同学习逐层监督网络模块的参数得到所有任务共有的特征空间，再利用相关任务的辅助标签提供附加正则项以加强网络的泛化能力，最后输出主任务的预测坐标值。