公开(公告)号：CN112766186B

公开(公告)日：2024-05-28

申请号：CN202110093339.0

申请日：2021-01-22

Applicant: 北京工业大学

Inventor： 尹宝才 ,  陈世存 ,  张勇 ,  唐永正 ,  苗壮壮

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明涉及一种基于多任务学习的实时人脸检测及头部姿态估计方法，用于解决头部姿态估计模型在同时估计多人头部姿态时的低效性，以及存在大量冗余计算的问题。具体包括特征提取网络以及四个支路组成，特征提取网络用于提取输入图片的4个不同层级的语义信息，每个层级的语义信息送入到对应支路当中。每个支路用于对不同层级的语义信息进行人脸检测及头部姿态估计，四条支路输出结果即为最终的人脸检测及对应的头部位姿估计结果。同时设计了多任务损失函数来评判模型的收敛，包含人脸检测的损失及头部姿态估计损失两部分。本发明在估计多人头部姿态时，效率有了巨大的提升。

公开(公告)号：CN112766186A

公开(公告)日：2021-05-07

申请号：CN202110093339.0

申请日：2021-01-22

Applicant: 北京工业大学

Inventor： 尹宝才 ,  陈世存 ,  张勇 ,  唐永正 ,  苗壮壮

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多任务学习的实时人脸检测及头部姿态估计方法，用于解决头部姿态估计模型在同时估计多人头部姿态时的低效性，以及存在大量冗余计算的问题。具体包括特征提取网络以及四个支路组成，特征提取网络用于提取输入图片的4个不同层级的语义信息，每个层级的语义信息送入到对应支路当中。每个支路用于对不同层级的语义信息进行人脸检测及头部姿态估计，四条支路输出结果即为最终的人脸检测及对应的头部位姿估计结果。同时设计了多任务损失函数来评判模型的收敛，包含人脸检测的损失及头部姿态估计损失两部分。本发明在估计多人头部姿态时，效率有了巨大的提升。