基于深度卷积神经网络的人体图像头发检测方法

作者：孟红云; 张小华; 补婧; 田小林; 朱虎明; 曹向海; 侯彪

来源：2017-12-25, 中国, ZL201711415922.9.

本发明公开了一种基于深度卷积神经网络的人体图像头发检测方法,主要解决了现有技术中检测效率低,适应性差的问题。其实现方案包括：1)获取人体图像的超像素分割图像；2)对超像素分割图像进行标记；3)从人体图像中提取图像块；4)从图像块中获取训练样本；5)构建深度卷积神经网络并通过训练样本对其进行训练；6)获取待估计头发位置的人体图像的超像素分割图像；7)提取待估计头发位置的人体图像的图像块,并用训练好的深度卷积神经网络对其进行分类；8)生成待估计头发位置的人体图像头发检测结果。本发明减小了提取特征算子复杂度和计算量,提高了鲁棒性和应用范围,可用于3D打印、虚拟试衣、人体测量学以及影视游戏模型构建。

• 单位
  西安电子科技大学