公开(公告)号：CN119360182A

公开(公告)日：2025-01-24

申请号：CN202411503456.X

申请日：2024-10-25

Applicant: 杭州电子科技大学

Inventor： 谭敏 ,  卢运杭 ,  俞俊 ,  郑雨晨 ,  王林红

IPC: G06V10/82 ,  G06V10/42 ,  G06V10/44 ,  G06V10/774 ,  G06V10/766 ,  G06T7/00 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明公开了一种基于结构特征感知的半监督头影测量关键点检测方法，首先进行数据预处理并构建数据集；然后进行二阶段检测模型构建与损失函数设计，二阶段半监督模型框架的主干网络包含两个阶段：第一阶段利用全局上下文信息通过热力图回归方法检测关键点粗略位置；第二阶段通过捕捉关键点之间的全局‑局部相关性进行精细化预测；最后通过学生网络预训练与半监督师生模型训练得到预测结果。本发明采用了由粗略到精细的二阶段检测方法预测头影测量关键点，并引入了半监督师生模型架构的迭代网络设计，在每一轮此由教师网络指导学生网络，并循环迭代网络参数得到最终预测结果。在内部数据集上的实验结果证明了该方法的有效性。