本发明提供一种基于深度神经网络的人脸关键点检测方法具体图像处理技术领域。该方法具体为：使用公开数据集和部分人工标注的人脸图片数据集，数据集中包含人脸图片和对应的人脸关键点的位置信息；搭建沙漏网络作为人脸关键点检测模型并训练收敛，作为后续操作的基础；从概率的角度出发，假设所有关键点都有着良好语义定义的标注标准，即可以得到一个没有标注者误差干扰的理想标注，通过循环迭代搜索的方式得到一个更可能没有标注者误差干扰的值即更具语义信息的值作为新的训练标签来微调网络参数，并引入人脸关键点相关性对搜索过程加入约束。本发明能够应对由标注者引入的标注误差问题，有效提升了人脸关键点检测的准确率和鲁棒性。