申请/专利权人:深圳市英威诺科技有限公司
申请日:2020-05-15
公开(公告)日:2023-05-26
公开(公告)号:CN111476211B
主分类号:G06V40/16
分类号:G06V40/16;G06V10/25;G06V10/26;G06V10/82;G06N3/0442;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2023.05.26#授权;2020.08.25#实质审查的生效;2020.07.31#公开
摘要:本发明提供的基于Tensorflow框架的人脸定位方法及系统,其中方法包括以下步骤:基于Tensorflow框架重构MTCNN模型;将重构后得到的MTCNN模型转换为PB格式的定位模型;将该定位模型搭建于Java服务器上;将来自发送方的人脸图像上传给Java服务器的定位模型,获得人脸图像中的定位信息。该方法能够直接搭建于Java后台服务平台,解决现有技术的缺陷。
主权项:1.一种基于Tensorflow框架的人脸定位方法,其特征在于,包括以下步骤:基于Tensorflow框架重构MTCNN模型;将重构后得到的MTCNN模型转换为PB格式的定位模型;将定位模型搭建于Java服务器上;将来自发送方的人脸图像上传给Java服务器的定位模型,获得人脸图像中的定位信息;所述基于Tensorflow框架重构MTCNN模型具体包括:将基于Tensorflow和Numpy框架的MTCNN模型转换为基于Tensorflow框架的MTCNN模型;所述基于Tensorflow和Numpy框架的MTCNN模型包括基于Tensorflow框架的PNet、RNet、ONet三种网络结构,以及基于Numpy框架的图像处理单元;所述将基于Tensorflow和Numpy框架的MTCNN模型转换为基于Tensorflow框架的MTCNN模型具体包括:对基于Tensorflow框架的PNet、RNet和ONet三种网络结构进行复用;将基于Numpy框架的图像处理单元转换为基于Tensorflow框架的图像处理单元,得到所述基于Tensorflow框架的MTCNN模型;所述将基于Tensorflow和Numpy框架的MTCNN模型转换为基于Tensorflow框架的MTCNN模型具体包括:重构预测框提取模块,用于将输入的人脸图像分割成多张子图像,并分别获得每张子图像的人脸预测框,整合所有子图像的人脸预测框;重构PNet筛选模块,用于利用PNet网络结构对预测框提取模块输出的人脸预测框进行筛选;重构RNet筛选模块,用于利用RNet网络结构对PNet筛选模块输出的人脸预测框进行筛选;重构ONet筛选模块,用于根据RNet筛选模块输出的人脸预测框获得所述人脸图像中的定位信息。
全文数据:
权利要求:
百度查询: 深圳市英威诺科技有限公司 基于Tensorflow框架的人脸定位方法及系统
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。