[發明專利]基于語義對齊的人臉關鍵點檢測方法、系統、裝置有效
| 申請號： | 201910168643.X | 申請日： | 2019-03-06 |
| 公開（公告）號： | CN109902641B | 公開（公告）日： | 2021-03-02 |
| 發明（設計）人： | 朱翔昱;雷震;王金橋;劉智威 | 申請（專利權）人： | 中國科學院自動化研究所 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 北京市恒有知識產權代理事務所(普通合伙) 11576 | 代理人： | 郭文浩;尹文會 |
| 地址： | 100190 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 語義 對齊 關鍵 檢測 方法 系統 裝置 | ||
1.一種基于語義對齊的人臉關鍵點檢測方法，其特征在于，該方法包括：
步驟S10，基于人臉關鍵點檢測網絡，獲取待檢測人臉圖像的每個關鍵點的響應圖；
所述人臉關鍵點檢測網絡，其優化過程中所采用的目標函數為：
其中，e為輸入人臉圖像；為k個關鍵點的坐標集合；為網絡預測的x中第k個關鍵點語義一致的真實位置；K為關鍵點的數量；W為網絡權重；e代表中x第k個標注關鍵點；σ1、σ2分別為預設的第一權重、第二權重；代表網絡預測的響應圖與標準高斯響應圖之間的分布距離；N(ok)為以ok為中心的鄰域；
所述人臉關鍵點檢測網絡的迭代優化過程中，第t輪迭代過程中固定網絡權重W，通過下式計算真實位置
其中，otk的值為上一輪迭代時優化得到的真實位置
然后再基于真實位置通過下式獲取優化的網絡權重W，
所述人臉關鍵點檢測網絡的迭代優化過程的結束條件為：目標函數達到預設的收斂條件，或者迭代次數達到預設的次數；
步驟S20，對于獲取的每個關鍵點的響應圖，選取響應峰值的坐標作為該關鍵點的預測坐標；
其中，所述人臉關鍵點檢測網絡基于卷積神經網絡構建，并使用含有隱變量的概率模型作為極大似然估計的目標進行網絡優化，用于輸出人臉圖像中關鍵點的響應圖。
2.根據權利要求1所述的基于語義對齊的人臉關鍵點檢測方法，其特征在于，所述人臉關鍵點檢測網絡，其訓練樣本包括標注有關鍵點的人臉圖像樣本、各關鍵點位置為中心的標準高斯的響應圖。
3.一種基于語義對齊的人臉關鍵點檢測系統，其特征在于，該系統包括：響應圖獲取模塊、關鍵點預測坐標獲取模塊；
所述響應圖獲取模塊，配置為基于人臉關鍵點檢測網絡，獲取待檢測人臉圖像的每個關鍵點的響應圖；
所述人臉關鍵點檢測網絡，其優化過程中所采用的目標函數為
其中，x為輸入人臉圖像；為k個關鍵點的坐標集合；為網絡預測的x中第k個關鍵點語義一致的真實位置；K為關鍵點的數量；W為網絡權重；ok代表中x第k個標注關鍵點；σ1、σ2分別為預設的第一權重、第二權重；代表網絡預測的響應圖與標準高斯響應圖之間的分布距離；N(ok)為以ok為中心的鄰域；
所述關鍵點預測坐標獲取模塊，配置為對于獲取的每個關鍵點的響應圖，選取響應峰值的坐標作為該關鍵點的預測坐標；
其中，所述人臉關鍵點檢測網絡基于卷積神經網絡構建，用于輸出人臉圖像中關鍵點的響應圖。
4.根據權利要求3所述的基于語義對齊的人臉關鍵點檢測系統，其特征在于，所述人臉關鍵點檢測網絡，其訓練樣本包括標注有關鍵點的人臉圖像樣本、各關鍵點位置為中心的標準高斯的響應圖。
5.一種存儲裝置，其中存儲有多條程序，所述程序適于由處理器加載并執行以實現權利要求1-2任一項所述的基于語義對齊的人臉關鍵點檢測方法。
6.一種處理裝置，包括處理器、存儲裝置；處理器，適于執行各條程序；存儲裝置，適于存儲多條程序；其特征在于，所述程序適于由處理器加載并執行以實現權利要求1-2任一項所述的基于語義對齊的人臉關鍵點檢測方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院自動化研究所，未經中國科學院自動化研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910168643.X/1.html，轉載請聲明來源鉆瓜專利網。
