[发明专利]一种基于深度学习的人脸方向检测方法

摘要

本发明公开了一种基于深度学习的人脸方向检测方法，包括步骤构建用于人脸方向检测数据库；构建卷积神经网络；将归一化后的所述用于深度学习的人脸图片输入到所述卷积神经网络中进行训练，得到人脸方向检测模型；将需要进行人脸方向检测的图片输入到所述人脸方向检测模型，得到图片中的人脸方向。与现有技术相比，本发明摒弃传统的手工提取人脸图片的方法，利用深度学习中的卷积神经网络自动提取图片特征；将特征提取和人脸方向检测合为一体，有利于整体优化，实现了真正的端到端的人脸方向检测；与人脸大数据的结合使检测模型可以得到进一步的优化，人脸数据的增加可以使模型在光照、背景复杂度等干扰下仍具有较强的鲁棒性。

主权项

一种基于深度学习的人脸方向检测方法，其特征在于，包括步骤S1：构建用于人脸方向检测数据库，对用于深度学习的人脸图片进行预处理，然后将所述用于深度学习的人脸图片进行大小归一化；S2：构建卷积神经网络，所述卷积神经网络包含五个卷积层和三个全连接层，所述五个卷积层依次分别包含20，50，100，150，200个特征图，且五个卷积层的卷积核大小依次分别是3*3，2*2，2*2，2*2，2*2，五个卷积层的卷积步长都为1，每个卷积层后都设有一个下采样层，每个下采样层的核都为2*2大小，步长为2，所述五个下采样层都采用均值采样方法；所述三个全连接层中的第一个和第二个全连接层包含1024个神经元，第三个全连接层包含4个神经元；S3：将归一化后的所述用于深度学习的人脸图片输入到所述卷积神经网络中进行训练，得到人脸方向检测模型；S4：将需要进行人脸方向检测的图片输入到所述人脸方向检测模型，得到图片中的人脸方向。