一种基于3D人脸的面部稠密关键点检测算法

摘要

本发明公开了一种基于3D人脸的面部稠密关键点检测算法，包括如下步骤：S1、特征提取，将图片中的有效信息通过卷积神经网络编码器进行提取，编码器由1个卷积层和10个残差块组成，经过5次下采样即可将低维特征压缩至高维特征；S2、三维信息生成，通过使用在反卷积网络译码器由17个反卷积层，经过5次上采样即可将S1中压缩的高维特征生成三维人脸信息；S3、关键点提取，将S2中生成的三维人脸信息云子集在2D图像上进行投影，通过投影变换，将三维点云信息投影至2D图像上，取出其中的子集，即得到需要检测的人脸关键点。该种基于3D人脸的面部稠密关键点检测算法，支持68个关键点检测，对各种面部姿态场景鲁棒性强。