【技术实现步骤摘要】
【国外来华专利技术】用于姿态不变面部对准的系统和方法
本公开涉及用于面部对准的系统和方法。
技术介绍
一般而言,使用卷积神经网络(CNN)级联实现的面部对准技术至少经历以下缺点:缺乏端到端训练、手工制作特征提取和慢的训练速度。例如,在没有端到端训练的情况下,CNN不能联合优化,从而导致次优的解决方案。此外,这些类型的面部对准技术通常实现简单的手工制作特征提取方法,所述方法并不将诸如姿态、表情等各种面部因素考虑在内。此外,这些CNN级联典型地具有浅框架,所述浅框架不能够通过依赖早期CNN的提取特征来提取更深的特征。此外,对这些CNN的训练通常是耗时的,这是因为每一个CNN是独立并依次训练的,并且还因为在两个接续的CNN之间要求手工制作特征提取。
技术实现思路
以下是下面详细描述的某些实施例的概述。呈现所描述的方面仅仅是为了向读者提供这某些实施例的简要概述,并且这些方面的描述没有限制本公开的范围的意图。实际上,本公开可以涵盖下面可能没有明确阐述的各种方面。在示例实施例中,一种计算系统包括具有至少一个处理单元的处理系统。处理系统被配置为在接收到具有面部图像的图像数据后执行面部对准方法。处理系统被配置为将神经网络应用于面部图像。神经网络被配置为基于图像数据和面部图像的参数数据的初始估计来提供参数数据的最终估计。神经网络包括至少一个可视化层,所述至少一个可视化层被配置为基于参数数据的当前估计生成特征图。参数数据包括头部姿态数据和面部形状数据。在示例实施例中,一种计算机实现的方法包括接收具有面部图像的图像数据。所 ...
【技术保护点】
1.一种计算系统,包括具有至少一个处理单元的处理系统,处理系统被配置为执行面部对准方法,所述面部对准方法包括:/n接收具有面部图像的图像数据;以及/n实现神经网络以基于图像数据和面部图像的参数数据的初始估计来提供参数数据的最终估计,神经网络包括至少一个可视化层,所述至少一个可视化层被配置为基于参数数据的当前估计来生成特征图,/n其中参数数据包括头部姿态数据和面部形状数据。/n
【技术特征摘要】
【国外来华专利技术】20170713 US 15/6492301.一种计算系统,包括具有至少一个处理单元的处理系统,处理系统被配置为执行面部对准方法,所述面部对准方法包括:
接收具有面部图像的图像数据;以及
实现神经网络以基于图像数据和面部图像的参数数据的初始估计来提供参数数据的最终估计,神经网络包括至少一个可视化层,所述至少一个可视化层被配置为基于参数数据的当前估计来生成特征图,
其中参数数据包括头部姿态数据和面部形状数据。
2.根据权利要求1所述的计算系统,进一步包括:
面部检测模块,被配置为至少(i)接收图像,(ii)标识图像内的面部图像,以及(iii)向处理系统提供与面部图像相关的图像数据,
其中面部图像提供在正面视图到剖面视图的范围内的面部视图。
3.根据权利要求1所述的计算系统,其中面部形状数据包括面部身份参数和面部表情参数。
4.根据权利要求1所述的计算系统,其中神经网络是具有用于模型拟合的端到端训练的单个卷积神经网络。
5.根据权利要求1所述的计算系统,其中:
神经网络是具有连接的多个可视化块的单个卷积神经网络;并且
每个可视化块至少包括可视化层、卷积层和完全连接层。
6.根据权利要求1所述的计算系统,其中每个可视化层基于3D面部模型的表面法线,并且对面部与相机之间的相对头部姿态进行编码。
7.根据权利要求1所述的计算系统,其中每个可视化层利用掩模来在面部图像的不同部分中的像素之间进行区分,并且使得经可视化的图像的像素值跨不同头部姿态是相似的。
8.一种用于面部对准的计算机实现的方法,包括:
接收具有面部图像的图像数据;以及
实现神经网络以基于图像数据和面部图像的参数数据的初始估计来提供参数数据的最终估计,神经网络包括至少一个可视化层,所述至少一个可视化层被配置为基于参数数据的当前估计来生成特征图,
其中参数数据包括头部姿态数据和面部形状数据。
9.根据权利要求8所述的计算机实现的方法,进一步包括:
对图像执行面部检测,所述面部检测包括(i)接收图像,(ii)标识图像内的面部图像,以及(iii)向处理系统提供与面部图像相关的图像数据,
其中面部图像提供在正面视图到剖面视图的...
【专利技术属性】
技术研发人员:叶茂,A约拉布,任骝,
申请(专利权)人:罗伯特·博世有限公司,
类型:发明
国别省市:德国;DE
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。