一种基于卷积神经网络的多重风格人脸特征点检测方法技术

本发明专利技术属于人脸识别技术领域，具体涉及一种基于卷积神经网络的多重风格人脸特征点检测方法。本发明专利技术通过输入多重风格的人脸图像对残差网络(ResNet‑152)进行微调训练，以此来获得风格辨别的特征；利用风格辨别特征，使用K‑means对原始图像进行风格聚类；通过生成性对抗网络生成风格聚合的人脸图像集合；最后，将原始人脸图像与风格聚合人脸图像共同作为输入，以级联策略生成人脸特征点预测。本发明专利技术降低了多重风格对人脸检测造成的误差，提高了人脸检测的精确度，可应用于人脸识别、头部姿势估计、面部重建和3D面部重建等。

A multi style face feature point detection method based on convolution neural network

【技术实现步骤摘要】
一种基于卷积神经网络的多重风格人脸特征点检测方法
本专利技术属于人脸识别
，具体涉及一种基于卷积神经网络的多重风格人脸特征点检测方法。
技术介绍
随着科技日新月异和社会的快速发展，人脸识别技术已经得到了广泛的应用。例如金融、安防建设、航天航建、学生教育和各种娱乐等领域。最近，越来越多的人关注人脸特征点检测，例如眼角，眉毛，鼻尖。同时它也是计算机视觉应用的先决条件。人脸特征点检测可以应用于各种各样的任务，例如，人脸识别，头部姿势估计，面部重建和3D面部重建。目前，人脸特征点检测的最新进展主要是从面部形状和姿势的丰富变形，不同表情，部分遮挡等方面学习辨别特征。一个非常典型的框架是通过卷积神经网络或手工制作的特征来构建描绘面部外观和形状信息的特征，然后学习一个模型，将特征映射到人脸特征点位置。他们中的大多数应用级联策略来连接预测模块并更新人脸特征点的预测位置。但人脸特征点检测却很容易受到人脸多重风格的影响而造成误差，灰度图像与彩色图像、光与暗、强烈对比、沉闷对比。目前，大部分用于训练神经网络的人脸图像都是来自于野外，所以对于人脸多重风格本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络的多重风格人脸特征点检测方法，其特征在于，包括以下步骤：/n步骤1：获取待进行风格聚类的原始图像数据集；/n步骤2：对原始图像数据集中的图像进行预处理，将原始图像转换成三种不同分格的图像，分别为明亮、灰度、草图；/n步骤3：将原始图像和转换后的三种图像视为四个种类，对残差网络ResNet-152进行训练，获得风格辨别特征；/n步骤4：利用风格辨别特征，使用K-means对原始图像进行聚类；/n步骤5：将不同聚类中的人脸图像看作不同的图像风格，通过CycleGAN训练人脸生成模型以传递风格，获得风格聚合人脸图像；/n步骤6：将原始人脸图像与风格聚合人脸图像共同作为输入，以...

【技术特征摘要】
1.一种基于卷积神经网络的多重风格人脸特征点检测方法，其特征在于，包括以下步骤：
步骤1：获取待进行风格聚类的原始图像数据集；
步骤2：对原始图像数据集中的图像进行预处理，将原始图像转换成三种不同分格的图像，分别为明亮、灰度、草图；
步骤3：将原始图像和转换后的三种图像视为四个种类，对残差网络ResNet-152进行训练，获得风格辨别特征；
步骤4：利用风格辨别特征，使用K-means对原始图像进行聚类；
步骤5：将不同聚类中的人脸图像看作不同的图像风格，通过CycleGAN训练人脸生成模型以传递风格，获得风格聚合人脸图像；
步骤6：将原始人脸图像与风格聚合人脸图像共同作为输入，以级联策略生成人脸特征点预测，并使用argmax函数获得每个特征点的坐标，完成多重风格人脸特征点...

【专利技术属性】
技术研发人员：张驰，印桂生，刘杰，张万松，张立国，董宇欣，左叶楠，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23