一种人脸特征点检测方法

• 摘要：

  本发明公开一种人脸特征点检测方法,以姿态检测任务作为约束,以多类特征图进行融合的新型三通道GEH(Gray‑Edge‑Hog)模式图像作为输入的人脸特征点检测的方法.考虑到人脸三维姿态信息对人脸全局特征点的检测,尤其在姿态偏转较大的情况下对人脸图像特征点检测,具有相当大的影响;同时加入反映人脸图像局部特征表象和形状的Hog特征信息以及用于边缘检测的Sobel算子提取的边缘图像信息可有效降低轮廓特征点检测的复杂度,本发明通过提取图像灰度值,边缘信息及Hog特征生成新型GEH三通道图像作为输入,同时以三维姿态估计的辅助任务作为约束信息,进行人脸特征点检测.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201710138179.0

• 申请日期：

  2017.03.09

• 公开/公告号：

  CN106951840A

• 公开/公告日：

  2017-07-14

• 发明人：

  孙艳丰 赵爽 孔德慧 王少帆 尹宝才

• 申请人：

  北京工业大学

• 主分类号：

  G06K9/00(2006.01)I,G,G06,G06K,G06K9

• 分类号：

  G06K9/00(2006.01)I,G06K9/46(2006.01)I,G,G06,G06K,G06K9,G06K9/00,G06K9/46

• 主权项：

  一种人脸特征点检测方法,其特征在于,包括以下步骤:步骤1、将原始人脸图像进行人脸检测定位与剪裁和三通道多特征图融合,得到三通道GEH模式图Picture_GEH;步骤2、以三种特征图融合后的三通道GEH模式图作为卷积神经网络的输入,进行网络人脸特征提取,所述人脸特征包含:人脸特征点和三维姿态,所述特征点检测及姿态检测均以线性回归问题对应的最小二乘函数设计双任务损失函数;步骤3、采用梯度反向传播算法对所述双任务损失函数进行网络训练,最终学习到人脸特征点检测权重和姿态检测权重,在测试过程,经过相同的人脸特征提取网络,以实现人脸特征点检测及人脸三维姿态的检测.