基于神经网络的人脸姿态角度检测方法及系统技术方案

本发明专利技术的基于神经网络的人脸姿态角度检测方法，包括获取含有待测人脸的待测图像；人脸检测，检测待测图像中的含有人脸特征区域的待测人脸图像；通过预设关键点神经网络对待测人脸图像进行关键点定位得到68个关键点；对关键点进行归一化处理得到对应的关键点坐标，将关键点坐标输入至预设人脸姿态角度检测神经网络中，预设人脸姿态角度检测神经网络输出人脸姿态角度值。本发明专利技术的基于神经网络的人脸姿态角度检测方法通过预设关键点神经网络对待测人脸图像进行关键点定位获得68个关键点，采用预设人脸姿态角度检测神经网络对关键点进行检测得到人脸姿态角度值，整个过程检测结果精确、速度快、对各种人脸脸型的鲁棒性极高。

【技术实现步骤摘要】
基于神经网络的人脸姿态角度检测方法及系统
本专利技术涉及人脸姿态角度检测领域，尤其涉及基于神经网络的人脸姿态角度检测方法及系统。
技术介绍
目前的对于人脸姿态角度检测包括以下两种：1.基于人脸关键点点与点之间的距离比例进行角度的映射。2.通过计算人脸3D点云与标准人脸3D点云的一个角度映射关系求得人脸姿态角度。上述两种方法存在以下问题：方法1：准确率不高并且无法做到大角度的角度估计，对于不同人脸脸型波动比较大；方法2：检测非常耗时，检测过程需要大量时间。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供基于神经网络的人脸姿态角度检测方法，其能解决传统方法检测的局限性以及检测非常耗时的问题。本专利技术的目的之二在于提供基于神经网络的人脸姿态角度检测系统，其能解决传统方法检测的局限性以及检测非常耗时的问题。本专利技术提供目的之一采用以下技术方案实现：基于神经网络的人脸姿态角度检测方法，包括：图像获取，获取含有待测人脸的待测图像；人脸检测，检测所述待测图像中的含有人脸特征区域的待测人脸图像；关键点定位，通过预设关键点神经网络对所述待测人脸图像进行关键点定位得到68个关键点；人本文档来自技高网...

【技术保护点】
1.基于神经网络的人脸姿态角度检测方法，其特征在于包括：图像获取，获取含有待测人脸的待测图像；人脸检测，检测所述待测图像中的含有人脸特征区域的待测人脸图像；关键点定位，通过预设关键点神经网络对所述待测人脸图像进行关键点定位得到68个关键点；人脸姿态角度检测，对所述关键点进行归一化处理得到对应的关键点坐标，将所述关键点坐标输入至预设人脸姿态角度检测神经网络中，所述预设人脸姿态角度检测神经网络输出人脸姿态角度值。

【技术特征摘要】
1.基于神经网络的人脸姿态角度检测方法，其特征在于包括：图像获取，获取含有待测人脸的待测图像；人脸检测，检测所述待测图像中的含有人脸特征区域的待测人脸图像；关键点定位，通过预设关键点神经网络对所述待测人脸图像进行关键点定位得到68个关键点；人脸姿态角度检测，对所述关键点进行归一化处理得到对应的关键点坐标，将所述关键点坐标输入至预设人脸姿态角度检测神经网络中，所述预设人脸姿态角度检测神经网络输出人脸姿态角度值。2.如权利要求1所述的基于神经网络的人脸姿态角度检测方法，其特征在于：所述预设人脸姿态角度检测神经网络包括输入层、第一全连接层、第二全连接层以及输出层。3.如权利要求2所述的基于神经网络的人脸姿态角度检测方法，其特征在于：所述输入层的维度为1*136，所述第一全连接层的维度为136*68，所述第二全连接层的维度为68*3，所述输出层的维度为1*3。4.如权利要求2所述的基于神经网络的人脸姿态角度检测方法，其特征在于：所述人脸姿态角度检测具体为：对所述关键点进行归一化处理得到对应的关键点坐标，将所述关键点坐标通过输入层进入，并依次经过第一全连接层以及第二全连接层处理，最终输出层输出人脸姿态角度值。5.如权利要求1所述的基于...

【专利技术属性】
技术研发人员：郑东，赵五岳，
申请(专利权)人：杭州宇泛智能科技有限公司，
类型：发明
国别省市：浙江,33