一种基于CNN模型的训练方法、人脸姿态估测方法及装置

发明专利有效专利

申请号：
CN201810014689.1
IPC分类号：G06K9/00;G06N3/04;G06N3/08
申请日期：
2018-01-08
申请人：
浙江大华技术股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于CNN模型的训练方法、人脸姿态估测方法及装置
申请号	CN201810014689.1	申请日期	2018-01-08
法律状态	授权	申报国家	中国
公开/公告日	2018-07-06	公开/公告号	CN108256454A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江大华技术股份有限公司	申请人地址	浙江省杭州市滨江区滨安路1187号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大华技术股份有限公司	当前权利人	浙江大华技术股份有限公司
发明人	程福运;郝敬松
代理机构	北京同达信恒知识产权代理有限公司	代理人	黄志华

摘要

本发明公开了一种基于CNN模型的训练方法、人脸姿态估测方法及装置，用以解决现有技术中在人脸姿态估测仅以单一浅层特征为输入，以及不能估测出人脸姿态的具体角度的问题。基于CNN模型的训练方法包括：根据输入的人脸图像确定人脸图像在roll方向上的偏转角度，并根据偏转角度反方向调整人脸图像；提取调整后的人脸图像中预设的多个浅层特征；将提取的各个浅层特征进行堆叠后作为卷积神经网络CNN模型的输入，正向传播并提取深层特征，将提取的深层特征以全连接的方式得到两个输出值；将该两个输出值分别与人脸图像在pitch方向和yaw方向上的期望位姿所对应的期望值进行比较，计算误差，以及将误差反向传播，更新CNN模型的参数。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供