一种基于3D卷积神经网络的头部姿态估计方法

摘要

本发明公开了一种基于3D卷积神经网络的头部姿态估计方法，属于深度学习和模式识别领域。对一个人的同类头部姿态进行叠加处理构建输入层。对于头部转动角度只限于平面内，将所有的转动角度转换为平面坐标，头部姿态主要分为中、上、下、左、右、左上、右上、左下、右下9类，每种头部姿态有9个角度，表现在垂直水平坐标系中为9个坐标点。网络结构在C2层分为两路进行卷积、池化计算，在C4层合并进行卷积、池化计算，C5层再将网络分为两路进行卷积、池化、全连接计算，在F2层进行全连接合并，计算SoftMax，最后输出对应的头部姿态类别。