一种基于大规模分类器的蛮力人脸特征点识别方法

摘要

本发明中提出的一种基于大规模分类器的蛮力人脸特征点识别方法，其主要内容包括：利用大规模分类的回归分析、分类问题的求解策略、预处理过程、后处理过程，其过程为，首先把所有可能的预测情况分解成为许多的离散类别，此过程包括聚类和概率推理两个步骤；然后使用多标签框架来训练大规模的多类别网络，使用一个Softmax网络层代替损失网络层，用来应付决策边界的问题；最后，利用预处理过程来学习一种线性的包围盒回归变量，并增加一个后处理回归步骤来提高准确率。本发明基于大规模分类器，提出了一种蛮力人脸特征点识别方法，其可以避免回归问题当中出现很多解的情况，而且具有更高的鲁棒性和更准确的人脸特征点识别率。