技术特征：
技术总结
本发明中提出的一种基于多约束条件卷积神经网络的密集人脸对齐方法，其主要内容包括：三维人脸表征、卷积网络结构、损失函数设计，其过程为，首先构建基于卷积模块的分支网络，使之接受输入图像后进行形状参数和投射参数的估计，同时设计一系列约束条件并转化成损失函数，以最小化输入图像和生成图像的差异，从而得到标志物对齐的人脸。本发明可以处理多种姿态尤其大幅度转向的人脸，提供一个损失函数总框架来约束生成图像的变换，同时提升了人脸识别与对齐的效果。
技术研发人员：夏春秋
受保护的技术使用者：深圳市唯特视科技有限公司
技术研发日：2017.10.27
技术公布日：2018.02.16