一种基于降噪自编码网络的三维人脸特征点定位方法

    公开(公告)号:CN110175529B

    公开(公告)日:2023-05-16

    申请号:CN201910358243.5

    申请日:2019-04-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于降噪自编码网络的三维人脸特征点定位方法。该方法的实现步骤为:从杂乱的人脸点云中提取鼻尖点坐标。通过鼻尖点的位置对人脸区域提取并进行预处理。训练一个人脸模型,并且对该模型对人脸进行手动区域分割,依据该分割人脸和刚性匹配算法,将待检测人脸分成多个区域。对每个区域进行遮挡检测,并将遮挡程度转变为系数表示。对分割的每个遮挡区域训练一个降噪自编码器,每个降噪自编码器输出一个特征点定位结果。通过遮挡系数对多个特征点定位结果进行融合得到最终结果,完成整个定点算法。

    一种基于降噪自编码网络的三维人脸特征点定位方法

    公开(公告)号:CN110175529A

    公开(公告)日:2019-08-27

    申请号:CN201910358243.5

    申请日:2019-04-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于降噪自编码网络的三维人脸特征点定位方法。该方法的实现步骤为:从杂乱的人脸点云中提取鼻尖点坐标。通过鼻尖点的位置对人脸区域提取并进行预处理。训练一个人脸模型,并且对该模型对人脸进行手动区域分割,依据该分割人脸和刚性匹配算法,将待检测人脸分成多个区域。对每个区域进行遮挡检测,并将遮挡程度转变为系数表示。对分割的每个遮挡区域训练一个降噪自编码器,每个降噪自编码器输出一个特征点定位结果。通过遮挡系数对多个特征点定位结果进行融合得到最终结果,完成整个定点算法。

Patent Agency Ranking