当前位置: 首页 > 专利查询>脸谱公司专利>正文

用于面部表示的系统和方法技术方案

技术编号:13536781 阅读:64 留言:0更新日期:2016-08-17 08:52
系统、方法、以及非暂时性计算机可读介质可通过采用深度神经网络(DNN)对准面部图像、分类面部图像、以及验证面部图像。可从2D面部图像生成3D对准的面部图像。可基于3D对准的面部图像至DNN的提供对2D面部图像的标识进行分类。2D面部图像的标识可包括特征向量。

【技术实现步骤摘要】
【国外来华专利技术】201480072136

【技术保护点】
一种计算机实现的方法,包括:a.由计算系统从2D面部图像生成3D对准的面部图像;以及b.由所述计算系统基于所述3D对准的面部图像至深度神经网络(DNN)的提供对所述2D面部图像的标识进行分类,所述2D面部图像的所述标识包括特征向量。

【技术特征摘要】
【国外来华专利技术】2013.11.04 US 61/899,877;2014.10.31 US 14/530,5851.一种计算机实现的方法,包括:a.由计算系统从2D面部图像生成3D对准的面部图像;以及b.由所述计算系统基于所述3D对准的面部图像至深度神经网络(DNN)的提供对所述2D面部图像的标识进行分类,所述2D面部图像的所述标识包括特征向量。2.根据权利要求1所述的计算机实现的方法,其中,从所述2D面部图像生成所述3D对准的面部图像包括:a.检测所述2D面部图像的一组基准点;以及b.使用所述组基准点将所述2D面部图像扭曲成3D形状。3.根据权利要求2所述的计算机实现的方法,其中,将所述2D面部图像扭曲成所述3D形状包括:a.将一组锚点放置在所述3D形状上,每个锚点对应于所述2D面部图像的所述组基准点中的基准点;b.将所述2D面部图像的所述组基准点中的每个基准点的位置背投至所述3D形状;c.将所述2D面部图像的所述组基准点中的每个基准点的位置投影至所述3D形状的正视图;以及d.基于所述组基准点和所述组锚点将所述2D面部图像变换成所述3D对准的面部图像。4.根据权利要求3所述的计算机实现的方法,其中,所述2D面部图像的所述组基准点限定一组三角形,并且将所述2D面部图像变换
\t成所述3D对准的面部图像包括执行所述组三角形中的每个三角形的仿射变换。5.根据权利要求1至4中任一项所述的计算机实现的方法,进一步包括:a.通过检测图像的第二组基准点识别所述图像的面部部分;b.通过基于所述第二组基准点变换所述图像的所述面部部分生成所述2D面部图像;优选地,其中,生成所述2D面部图像包括确定一组锚定位置,并且基于所述组锚定位置扭曲所述图像的所述面部部分。6.根据权利要求1至5中任一项所述的计算机实现的方法,其中,所述DNN包括一组层,所述组层包括卷积池层、一组局部连接的层、以及一组完全连接的层。7.根据权利要求6所述的计算机实现的方法,其中,所述卷积池层包括第一卷积层、最大池层、以及第二卷积层,并且所述卷积池层被配置为提取所述3D对准的面部图像的一组特征;和/或其中,所述组局部连接的层中的每个局部连接的层被配置为提取所述3D对准的面部图像的一组特征;和/或其中,所述组完全连接的层中的每个完全连接的层被配置为确定所述3D对准的面部图像的一组特征之间的相关性;和/或其中,所述组完全连接的层中的完全连接的层的输出是特征向量;和/或其中,所述DNN被配置为基于所述特征向量对所述2D面部图像进行分类,所述特征向量包括所述3D对准的面部图像的一组特征,该组特征中的每个特征标准化至预定范围。8.根据权利要求1至7中任一项所述的计算机实现的方法,其中,所述DNN被配置为针对所述3D对准的面部图像的每一个像素限定一组滤波器。9.根据权利要求8所述的计算机实现的方法,进一步包括训练所述DNN以用数据集限定该组滤波器。10.根据权利要求1至9中任一项所述的计算机实现的方法,进一步包括通过查询图像存储中的所述2D面部图像的所述标识,识别所述2D面部图像的个体,所述图像存储包括一组面部图像,所述组面部图像中的每个面部图像对应于个体。11.根据权利要求1至10中任一项所述的计算机实现的方法,进一步包括:a.对第二2D面部图像的第二标识进行分类;以及b.将所述标识与所述第二标识进行比较以确定所述标识和所述第二标识是否对应于个体。12.根据权利要求11所述的计算机实现的方法,其中,将所述标识与所述第二标识进行比较包括确定所述标识与所述第二标识之间的加权-χ2距离。13.根据权利要求11或12所述的计算机实现的方法,其中,所述标识包括第一组特征并且所述第二标识包括第二组特征,并且将所述标识与所述第二标识进行比较包括:a.确定所述第一组特征与所述第二组特征之间的一组特征差异;以及b.通过使用完全连接的层将所述组特征差异映射至预定值。14.一种系统,包括:至少一个处理器;以及存储器,存储指令,当所述指令被所述至少一个处理器执行时,使所述系统执行根据权利要求1至13中任一项所述的方法,优选地:a.从2D面部图像生成3D对准的面部图像;以及b.基于所述3D对准的面部图像至深度神经网络(DNN)的提供对所述2D面部图像的标识进行分类,所述2D面部图像的所述标识包括特征向量。15.一种包含指令的非暂时性计算机可读存储介质,当所述指令被计算系统的至少一个处理器执行时,使所述系统执行根据权利要求1至13中任一项所述的方法,优选地:a.从2D面部图像生成3D对准的面部图像;以及b.基于所述3D对准的面部图像至深...

【专利技术属性】
技术研发人员:亚尼瓦·泰曼杨明马克奥雷利奥·兰扎托
申请(专利权)人:脸谱公司
类型:发明
国别省市:美国;US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1