本发明实施例公开了一种基于卷积神经网络的人脸关键点检测方法及装置,所述方法包括:建立训练集,所述训练集中包括多张人脸图像,对训练集中的人脸图像标注出关键点;构建卷积神经网络模型;使用训练集训练所述卷积神经网络模型,采用改进的L1loss作为损失函数对所述卷积神经网络模型进行训练,通过对损失函数加权重的方式,采用多种权重变化学习策略,剔除无效特征点对网络的影响,使网络能够趋向于关注难学习的部分,减少容易学习的部分对网络损失的平均影响,使得整个网络对于人脸姿态变化、人脸细节处关键点、光照背景等情况更加鲁棒,检测效果更加准确,实现人脸关键点的精准定位。
声明:
“基于卷积神经网络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)