本发明公开了一种基于深度强化学习的人脸关键点检测方法及装置,其中,方法包括以下步骤:通过马尔科夫决策过程对人脸关键点检测问题进行数学建模;通过形状推测网络得到一个初始形状,将其通过k近邻,获取该形状候选子集;通过形状决策网络对形状候选子集中每个候选形状进行评价,并获取分数最高的形状;将形状推断网络和形状决策网络通过策略梯度同时优化,获取最终推断决策网络结构,以得到人脸关键点。该方法通过推断决策的框架,能够在形状连续空间中,找到一条最优的形状搜索路径,以最大化形状评价分数,从而有效提高人脸关键点检测的准确性和可靠性。
声明:
“基于深度强化学习的人脸关键点检测方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)