[发明专利]一种基于深度学习的头部姿态估算方法

摘要

本发明公开了一种基于深度学习的头部姿态估算方法，其步骤为获取用于训练的图片数据集，并对图片数据进行人脸头部偏转角度的信息标注；对数据集进行样本拓充以及预处理，裁剪出人脸部分；将预处理后的人脸图片全部缩放到90×90像素的分辨率；将上述数据集作为训练样本，使用深度网络TinyPoseNet进行网络训练；提取训练过的TinyPoseNet网络模型，根据上述步骤获得需测试图片的裁剪过的人脸图像，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，从而估算出该测试图片中人物头部姿态偏转的角度。本发明具有超小计算量且鲁棒性强的优点，而且精度高、运算快、操作简单、通用性强。

主权项

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。