买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川爱生赛斯健康科技有限公司

摘要：本申请提供的一种高精度脸部穴位判别方法及判别模型；包括：对采集的人脸图像进行预处理，获得可识别的人脸图像；通过穴位区域分割网络对可识别的人脸图像进行脸部穴位聚集区域的划分，得到第一识别结果；通过人脸旋转欧拉角遮挡计算网络对可识别的人脸图像进行人脸欧拉角计算，获得人脸的遮挡程度，并根据人脸的遮挡程度对人脸不可见穴位进行检测，得到第二识别结果；通过人脸特征提取网络对可识别的人脸图像进行人脸特征提取，得到第三识别结果；通过穴位概率热力图估计网络对第一识别结果、第二识别结果和第三识别结果进行融合，并对融合结果进行穴位最大概率计算，得到脸部穴位识别结果；具有高精度的有益效果。

主权项：1.一种高精度脸部穴位判别方法，其特征在于，包括：S10，采集人脸图像信息；S20，对采集的人脸图像进行预处理，获得可识别的人脸图像；S30，通过穴位区域分割网络对可识别的人脸图像进行脸部穴位聚集区域的划分，得到第一识别结果；S40，通过人脸旋转欧拉角遮挡计算网络对可识别的人脸图像进行人脸欧拉角计算，获得人脸的遮挡程度，并根据人脸的遮挡程度对人脸不可见穴位进行检测，得到第二识别结果；S50，通过人脸特征提取网络对可识别的人脸图像进行人脸特征提取，得到第三识别结果；S60，通过穴位概率热力图估计网络对第一识别结果、第二识别结果和第三识别结果进行融合，并对融合结果进行穴位最大概率计算，得到脸部穴位识别结果；其中，所述第一识别结果为人脸图像信息对应的脸部穴位区域信息，所述第二识别结果为人脸图像信息对应的欧拉角数据和穴位遮挡信息，所述第三识别结果为人脸图像信息对应的脸部特征信息；所述穴位区域分割网络通过分割训练得到；所述分割训练包括：对头发类别进行训练，得到训练好的头发检测模型；将头发检测模型作为预训练模型，以网络损失函数作为训练目标，通过自标注数据集对脸部目标区域进行训练，得到训练好的穴位区域分割网络；所述网络损失函数的表达式为： （5） （6） （7） （8）式（5）中，表示网络损失函数，表示系数损失函数，表示二分类交叉熵损失函数； 表示集合相似度度量函数；A表示分割预测矩阵，B代表样本训练矩阵；N表示样本总数，i表示第i个样本，表示已知样本的分布概率，表示预测样本的分布概率；其中，所述脸部目标区域包括：鼻、眼、眉毛、耳朵、嘴和脸颊；所述脸部目标区域和头发区域组成脸部穴位聚集区域。

全文数据：

权利要求：

百度查询： 四川爱生赛斯健康科技有限公司 一种高精度脸部穴位判别方法及判别模型