发明名称 | 一种基于卷积神经网络的人脸检测方法及装置 | ||
摘要 | 本发明公开了一种基于卷积神经网络的人脸检测方法及装置。所述方法包括将训练集中的所有图片缩放成预定大小的灰度图,并为每个所述图片中的每个像素点赋予标签信息,所述标签信息用于表示其对应的像素点是否为人脸;建立卷积神经网络,其中,所述卷积神经网络各层依次为输入层、多个卷积层、多个全连接层和输出层;使用梯度下降法和反向传播算法训练所述卷积神经网络;将待检测照片输入至训练好的所述卷积神经网络中,得到最后一层的输出特征值;将所述最后一层的输出特征值与预定阈值进行比较,以确定所述待测照片中各像素点是否为人脸区域;使用最小闭包的方法,根据确定为人脸区域的各像素点检测出人脸的位置。 | ||
申请公布号 | CN104992167A | 申请公布日期 | 2015.10.21 |
申请号 | CN201510451034.7 | 申请日期 | 2015.07.28 |
申请人 | 中国科学院自动化研究所 | 发明人 | 王亮;黄永祯;张凯皓 |
分类号 | G06K9/00(2006.01)I | 主分类号 | G06K9/00(2006.01)I |
代理机构 | 中科专利商标代理有限责任公司 11021 | 代理人 | 宋焰琴 |
主权项 | 一种基于卷积神经网络的人脸检测方法,包括:步骤S1:将训练集中的所有图片缩放成预定大小的灰度图,并为每个所述图片中的每个像素点赋予标签信息,所述标签信息用于表示其对应的像素点是否为人脸;步骤S2:建立卷积神经网络,其中,所述卷积神经网络各层依次为输入层、多个卷积层、多个全连接层和输出层,其中,输入层和最后一层全连接层的神经元个数与所述图片的大小相同;使用梯度下降法和反向传播算法训练所述卷积神经网络;步骤S3:将待检测照片输入至训练好的所述卷积神经网络中,得到最后一层的输出特征值;步骤S4:将所述最后一层的输出特征值与预定阈值进行比较,以确定所述待测照片中各像素点是否为人脸区域;步骤S5:使用最小闭包的方法,根据确定为人脸区域的各像素点检测出人脸的位置。 | ||
地址 | 100190 北京市海淀区中关村东路95号 |