一种基于单个卷积神经网络的面部多特征点定位方法

摘要

本发明公开了一种基于单个卷积神经网络的面部特征点定位方法，方法为：扩充训练样本；根据数据集提供的与每个样本对应的面部特征点坐标，确定人脸边框；采用缩放、旋转、平移和翻转四种操作来扩充数据，弥补训练图像特征点标注的不足；根据人脸边界框提取出人脸图像，并进行归一化处理；最后设计网络结构，训练网络，设置网络的学习率和每次处理数据的数量，完成面部多特征点的定位。本方法简化了网络结构，降低了训练难度，该网络结构可以提取更多的全局高级特征，更精确地表达面部特征点，在变化复杂的条件下对面部特征点的定位效果好，同时能实现面部多个特征点定位。