申请/专利权人:深圳数联天下智能科技有限公司
申请日:2021-12-13
公开(公告)日:2022-04-05
公开(公告)号:CN114283468A
主分类号:G06V40/16(20220101)
分类号:G06V40/16(20220101);G06V10/774(20220101);G06V10/82(20220101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.04.22#实质审查的生效;2022.04.05#公开
摘要:本申请实施例涉及智能识别检测技术领域,公开了一种脸颊下垂检测模型的训练方法、脸颊下垂检测方法及装置,该训练方法通过设置图像训练样本集包括若干人员的人脸图像且在图像训练样本集中各人员均具有在不同人脸形态下的人脸图像,从而模型能够更好地学习不同角度、不同表情下的脸颊特征,使得模型具有适应不同角度、不同表情下的检测鲁棒性。另一方面,截取图像训练样本集中各人脸图像的脸颊区域,获取多个脸颊区域图像,将各脸颊区域图像作为训练集,对神经网络进行训练,能够减少其它特征例如眼睛特征、额头特征等对脸颊特征的干扰。因此,采用该训练方法训练得到的脸颊下垂检测模型能够提高检测的准确性和效率。
主权项:1.一种脸颊下垂检测模型的训练方法,其特征在于,包括:获取图像训练样本集,所述图像训练样本集包括若干人员的人脸图像,其中,一个所述人员对应所述人员在不同人脸形态下的多个人脸图像;根据所述图像训练样本集中的各人脸图像,分别确定与每一所述人脸图像对应的脸颊区域图像,其中,所述脸颊区域图像根据预设规则设置有真实脸颊下垂标签;将各所述脸颊区域图像输入至预设的神经网络进行训练,直至所述神经网络收敛,得到所述脸颊下垂检测模型。
全文数据:
权利要求:
百度查询: 深圳数联天下智能科技有限公司 脸颊下垂检测模型的训练方法、脸颊下垂检测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。