一种基于自监督辅助学习的人脸三维关键点检测方法

专利主权项内容

1.一种基于自监督辅助学习的人脸三维关键点检测方法，其特征在于，该方法包括下列步骤：S1、构建关键点检测人脸数据集，所述的关键点检测人脸数据集由若干原始人脸图像以及与原始人脸图像对应的关键点坐标集合构成；S2、将关键点检测人脸数据集进行预处理，得到处理后的关键点检测人脸数据集；S3、针对处理后的关键点检测人脸数据集，利用每张原始人脸图像中的每个关键点生成初始热图, 所述初始热图即为真实热图；S4、根据关键点检测人脸数据集以及生成的初始热图构建三元组结构的训练数据集；S5、构建网络模型；所述网络模型包括主干网络以及深度图辅助网络，所述主干网络采用残差沙漏网络结构，所述深度图辅助子网络采用级联金字塔型注意力网络结构；所述的残差沙漏网络结构用于提取原始人脸图像中每个关键点的热图特征，所述的级联金字塔型注意力网络结构用于提取原始人脸图像的深度图特征；所述构建的网络模型根据提取的关键点的热图特征和深度图特征的映射关系输出预测热图，并将所述的预测热图与步骤S3得到的真实热图进行比对运算，通过比对运算来更新构建的网络模型；S6、将步骤S4构建的三元组结构的训练数据集输入到步骤S5构建的网络模型中进行训练，得到训练后的网络模型；S7、采用得到的训练后的网络模型对待测的人脸图像进行预测。