基于卷积神经网络的五官检测方法、系统、服务器及介质技术方案

本发明专利技术公开了一种基于卷积神经网络的五官检测方法、系统、服务器及介质，基于卷积神经网络的五官检测方法包括获取人脸图像，并基于人脸关键点算法对所述人脸图像进行预处理，得到输入图像；建立基于SSD算法的网络模型；获取所述输入图像输入至所述网络模型，基于分类损失函数和位置位置损失函数的约束，来调整网络权重使得网络模型的输出的分数更加贴合人脸五官状态，并通过加权的方式得到整体五官分数。采用监督学习的方法实现将去除背景信息的人脸图像输入到网络模型中，输出五官分数，使得用户对自己五官有清晰的认知，根据分数得到最优五官，辅助用户在化妆时凸显出自己五官的优处，以及对不足部位进行弥补，最好形成较好的妆容观感。

Facial features detection method, system, server and media based on convolutional neural network

【技术实现步骤摘要】
基于卷积神经网络的五官检测方法、系统、服务器及介质
本专利技术涉及图像数据处理
，尤其涉及一种基于卷积神经网络的五官检测方法、系统、服务器及介质。
技术介绍
随着社会经济的进步，人们不仅仅局限于物质条件的提高，对于自身的外貌条件也越来越在意，需要通过化妆等方式对五官的呈现扬长避短，获得更好的观感。因此使得用户对自己五官有清晰的认知，辅助用户在化妆时凸显出自己五官的优处，以及对不足部位进行弥补，最好形成较好的妆容观感的问题亟待解决。
技术实现思路
本专利技术的目的在于提供一种基于卷积神经网络的五官检测方法、系统、服务器及介质，采用监督学习方法实现将去除背景信息的人脸图像输入到网络模型中，输出五官分数，使得用户对自己五官有清晰的认知，根据分数得到最优五官，辅助用户在化妆时凸显出自己五官的优处，以及对不足部位进行弥补，最好形成较好的妆容观感。为实现上述目的，第一方面，本专利技术提供了一种基于卷积神经网络的五官检测方法，包括：获取人脸图像，并基于人脸关键点算法对所述人脸图像进行预处理，得到输入图像；建立本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络的五官检测方法，其特征在于，包括：/n获取人脸图像，并基于人脸关键点算法对所述人脸图像进行预处理，得到输入图像；/n建立基于SSD算法的网络模型；/n获取所述输入图像输入至所述网络模型，基于分类损失函数和位置损失函数的约束，以及调整的网络权重输出五官各个部位分数和整体五官分数。/n

【技术特征摘要】
1.一种基于卷积神经网络的五官检测方法，其特征在于，包括：
获取人脸图像，并基于人脸关键点算法对所述人脸图像进行预处理，得到输入图像；
建立基于SSD算法的网络模型；
获取所述输入图像输入至所述网络模型，基于分类损失函数和位置损失函数的约束，以及调整的网络权重输出五官各个部位分数和整体五官分数。


2.如权利要求1所述的基于卷积神经网络的五官检测方法，其特征在于，获取人脸图像，并基于人脸关键点算法对所述人脸图像进行预处理，得到输入图像，具体包括：
定位人脸的68个关键点，并根据68个关键点的位置信息，截取人脸区域对应图像进行背景信息去除处理；所述人脸区域对应图像为根据眉毛的位置信息，结合眼距，向上扩充保留额头区域，根据嘴巴的位置信息，向下扩充保留下巴区域，根据脸部轮廓的位置信息，左右扩充至与耳朵交接区域。


3.如权利要求1所述的基于卷积神经网络的五官检测方法，其特征在于，获取人脸图像，并基于人脸关键点算法对所述人脸图像进行预处理，得到输入图像，具体还包括：
对人面部部位进行分数标注，所述人面部部位包括鼻子、眼睛、嘴巴和眉毛，所述分数范围为7分～10分，其中每一部位为一类，每类的分数间隔是0.5分。


4.如权利要求3所述的基于卷积神经网络的五官检测方法，其特征在于，对人面部部位进行分数标注，具体包括：
获取左眼的标注分数和右眼的标注分数，进行加权平均计算得到眼睛标注分...

【专利技术属性】
技术研发人员：文学霖，刘立龙，任超，周吕，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：广西;45