一种轻量化人脸3D关键点检测方法及系统

摘要

本发明公开了一种轻量化人脸3D关键点检测方法及系统，包括：将数据库中人脸关键点的N个3D参考坐标向量在三个二维平面进行降维投影；基于k阶改进型沙漏网络构建联合编码子网络，利用该联合编码子网络将每个2D视角下的N个2D参考坐标向量联合编码为2D联合热力图；采用concat法将三个2D视角下的2D联合热力图叠加为3D联合热力图；基于2D全卷积网络构建所述解码子网络，利用解码子网络将所述3D联合热力图解码为N个3D检测坐标向量。本发明设计了相应的轻量化神经网络(联合编码子网络和解码子网络)来进行联合热力图的生成、3D坐标的回归；结合了现有的2D及3D人脸关键点检测方法的优点，在保持较高检测精度的同时，减小模型参数量、提高模型运行速度。