[發(fā)明專利]特征點(diǎn)檢測方法、設(shè)備和計(jì)算機(jī)可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201710003459.0
• 申請日: 2017-01-03
• 公開（公告）號: CN108268885B
• 公開（公告）日: 2020-06-30
• 發(fā)明（設(shè)計(jì)）人: 孫蒙蒙;李正龍
• 申請（專利權(quán)）人: 京東方科技集團(tuán)股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02;G06N3/08
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 黃亮

根據(jù)本公開的實(shí)施例，提供了一種使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)來檢測圖像中的特征點(diǎn)的方法。所述方法包括：使用所述CNN中的第一類卷積層來處理所述圖像的數(shù)據(jù)，以生成第一處理數(shù)據(jù)，所述第一類卷積層包括具有非共享權(quán)值的卷積核；使用所述CNN中的第二類卷積層來處理所述第一處理數(shù)據(jù)，以生成第二處理數(shù)據(jù)，所述第二類卷積層包括具有共享權(quán)值的卷積核；以及基于所述第二處理數(shù)據(jù)來確定所述圖像中的特征點(diǎn)。此外，根據(jù)本公開的實(shí)施例還提供了相應(yīng)的設(shè)備和計(jì)算機(jī)可讀存儲介質(zhì)。

技術(shù)領(lǐng)域

本公開涉及圖像處理領(lǐng)域，且更具體地涉及使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)來檢測圖像中的特征點(diǎn)的方法、設(shè)備和計(jì)算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

作為圖像處理領(lǐng)域中的重要部分的人臉解析，其在各個領(lǐng)域中都有非常重要的作用。例如，人臉解析在人臉識別以及情緒檢測方面都有重要應(yīng)用。目前針對人臉解析已經(jīng)存在很多方法，例如：形狀限制(shape constraints)、回歸樹、紋理信息、以及多種方法的結(jié)合。此外，還有一些淺層的機(jī)器學(xué)習(xí)方法。

發(fā)明內(nèi)容

然而，這些方法都或多或少的存在一些問題。例如，梯度提升樹(GradientBoosting Tree)方法的運(yùn)算速度快，但是其在復(fù)雜環(huán)境下容易受到干擾。此外，人臉具有很強(qiáng)的結(jié)構(gòu)化信息，即面部的各個特征(如眼睛、鼻子、耳朵、嘴等)的輪廓、顏色、大小、及其相對位置等大體固定。因此，如何有效地利用這些信息來提高人臉特征點(diǎn)的檢測精度和速度就成為了一個重要的課題。

為了至少部分解決上述問題，提供了根據(jù)本公開實(shí)施例的使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)來檢測圖像中的特征點(diǎn)的方法、設(shè)備和計(jì)算機(jī)可讀存儲介質(zhì)。

根據(jù)本公開的第一方面，提供了一種使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)來檢測圖像中的特征點(diǎn)的方法。所述方法包括：使用所述CNN中的第一類卷積層來處理所述圖像的數(shù)據(jù)，以生成第一處理數(shù)據(jù)，所述第一類卷積層包括具有非共享權(quán)值的卷積核；使用所述CNN中的第二類卷積層來處理所述第一處理數(shù)據(jù)，以生成第二處理數(shù)據(jù)，所述第二類卷積層包括具有共享權(quán)值的卷積核；以及基于所述第二處理數(shù)據(jù)來確定所述圖像中的特征點(diǎn)。

在一些實(shí)施例中，所述CNN中在前的第一類卷積層的卷積核的大小大于等于在后的第一類卷積層的卷積核的大小，以及所述CNN中在前的第一類卷積層的卷積核的數(shù)量小于等于在后的第一類卷積層的卷積核的數(shù)量。在一些實(shí)施例中，所述第一類卷積層的數(shù)量為3～5層。在一些實(shí)施例中，所述第二類卷積層的數(shù)量為3～7層。在一些實(shí)施例中，在所述CNN中，所述第一類卷積層在所述第二類卷積層之前。在一些實(shí)施例中，所述CNN中包括4個第一類卷積層，分別為包括20個4x4卷積核、40個3x3卷積核、60個3x3卷積核、和80個2x2卷積核。在一些實(shí)施例中，所述CNN中包括5個第二類卷積層，分別為包括80個3x3卷積核、80個3x3卷積核、80個3x3卷積核、80個2x2卷積核、和80個2x2卷積核。在一些實(shí)施例中，基于所述第二處理數(shù)據(jù)來確定所述圖像中的特征點(diǎn)的步驟還包括：使用所述CNN中的第三類卷積層來處理所述第二處理數(shù)據(jù)，以生成第三處理數(shù)據(jù)，所述第三類卷積層是全連接卷積層；以及基于所述第三處理數(shù)據(jù)來確定所述圖像中的特征點(diǎn)。在一些實(shí)施例中，緊接在每個所述第一類卷積層和/或每個所述第二類卷積層之后，所述CNN還包括激活層，所述激活層采用以下各激活函數(shù)之一：Sigmoid函數(shù)、雙曲正切函數(shù)、和/或糾正線性單元“ReLU”函數(shù)。在一些實(shí)施例中，緊接在每個所述第一類卷積層和/或每個所述第二類卷積層之后，所述CNN還包括池化層，所述池化層采用以下各池化函數(shù)之一：最大池化函數(shù)和/或平均池化函數(shù)。在一些實(shí)施例中，所述CNN是使用隨機(jī)梯度下降法“SGD”來訓(xùn)練的。在一些實(shí)施例中，初始學(xué)習(xí)速率為10^-2。在一些實(shí)施例中，所述CNN中的各卷積層的初始權(quán)重值是使用以0為平均值且方差為0.01的高斯隨機(jī)數(shù)來初始化的。