[发明专利]基于多任务学习的人脸关键特征点的定位方法有效
| 申请号： | 201710010146.8 | 申请日： | 2017-01-06 |
| 公开（公告）号： | CN106897662B | 公开（公告）日： | 2020-03-10 |
| 发明（设计）人： | 金一;边鹏;安高云;阮秋琦;谢郑楠;郎丛妍 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于多任务学习的人脸关键特征点的定位方法。该方法包括根据级联分类器对目标图像进行人脸区域检测，利用人眼检测器定位识别出的人脸区域中的人眼的位置，计算出人脸区域中的两眼间的距离；将人脸区域中的两眼间的距离与人脸平均模型中的两眼间的距离进行对比，根据比较结果确定人脸平均模型的缩放比例，利用缩放比例对人脸平均模型中的人脸区域进行位置调整，通过多任务学习方法定位目标图像对应的人脸区域中的人脸特征点。本发明通过利用不同特征的表征优势，结合多任务学习的框架，解决了监督梯度下降法中的特征点定位中的学习不足的问题，提升了人脸特征点定位的初始化模型的检测性能，提高了人脸关键特征点定位的准确性。 | ||
| 搜索关键词： | 基于 任务 学习 关键 特征 定位 方法 | ||
【主权项】：
一种基于多任务学习的人脸关键特征点的定位方法，其特征在于，包括：根据训练好的级联分类器对目标图像进行人脸区域检测，在识别出人脸区域后，利用人眼检测器定位所述人脸区域中的人眼的位置，计算出所述人脸区域中的两眼间的距离；将所述人脸区域中的两眼间的距离与所述人脸平均模型中的两眼间的距离进行对比，根据比较结果确定所述人脸平均模型的缩放比例，利用所述缩放比例对所述人脸平均模型中的人脸区域进行位置调整，通过多任务学习方法定位所述目标图像对应的人脸区域中的人脸特征点。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710010146.8/，转载请声明来源钻瓜专利网。
