[发明专利]用于估计人脸图像的人脸关键点的方法和系统

权利要求书

1.一种用于估计人脸图像的人脸关键点的方法，包括：

获取具有第一类型关键点标注的第一人脸图像数据集和具有第二类型关键点标注的第二人脸图像数据集；

将所述第一类型关键点标注从所述第一人脸图像数据集转移到所述第二人脸图像数据集，以获取所述第二人脸图像数据集的伪第一类型关键点标注；以及

将具有伪第一类型关键点标注的所述第二人脸图像数据集和所述第一人脸图像数据集进行组合，以使所述第二人脸图像数据集具有所述第一类型关键点标注。

2.根据权利要求1所述的方法，其中所述第一类型关键点标注包括S型关键点标注，并且所述第二类型关键点标注包括T型关键点标注。

3.根据权利要求1所述的方法，其中所述转移的处理还包括：

从所述第一类型关键点标注与所述第二类型关键点标注之间的公用关键点索引、初始第一类型标注和所述第一人脸图像数据集中确定出转移模型；以及

基于所述转移模型，将所述第一类型关键点标注从所述第一人脸图像数据集转移到所述第二人脸图像数据集，以获取所述第二人脸图像数据集的伪第一类型关键点标注。

4.根据权利要求3所述的方法，其中所述确定的处理还包括：

1)确定所述第一类型关键点标注和所述第二类型关键点标注的多个公用关键点索引；

2)获得从确定的公用关键点索引(x_S)_common到所述第一类型关键点标注的映射矩阵；

3)基于所述公用关键点索引和所述映射矩阵来确定所述第二人脸图像数据集的初始第一类型标注；

4)从所述公用关键点索引、所述初始第一类型标注和所述第一人脸图像数据集中确定出所述转移模型。

5.根据权利要求4所述的方法，其中所述转移的处理还包括：

5)从所述映射矩阵和所述公用关键点索引中确定所述第二人脸图像数据集的估计的标注x；

6)基于所述转移模型、所述第一人脸图像数据集的局部外貌信息φ(x)和公用关键点索引(x_s)_common的特征雅可比行列式φ(x^*)-φ(x)来确定估计的误差Δx；

7)根据x＝x+Δx的规则来更新当前估计的标注x，以便获取所述伪第一类型关键点标注，

其中x^*表示x的基本真实标注。

6.根据权利要求5所述的方法，其中步骤6)还包括：

提取所述第一人脸图像数据集的局部外貌信息φ(x)和公用关键点索引(x_S)_common的特征雅可比行列式；

将所述局部外貌信息和所述特征雅可比行列式连接；以及

基于所述转移模型，从所述局部外貌信息和所述特征雅可比行列式的连接中确定估计的误差Δx。

7.根据权利要求1所述的方法，其中所述组合的处理还包括：

将估计的公用关键点索引与基本真实公用关键点索引进行比较，以从所述第二人脸图像数据集的所述伪第一类型关键点标注中得到错误转移的标注；

过滤掉所述错误转移的标注，以便得到清理后的人脸图像数据集；

接收所述第一人脸图像数据集；以及

将所述清理后的新人脸图像数据集与所述第一人脸图像数据集进行组合，以获取经增补的人脸图像数据集{I_A,x_S,B}，

其中B表示经增补的所述人脸图像数据集中的图像的边界框；X_s表示关键点标注并且I_A表示人脸图像的索引。

8.根据权利要求7所述的方法，还包括：

接收具有图像的边界框的经增补的所述人脸图像数据集{I_A,x_S,B}，以及

估计初始关键点与所述边界框B之间的关系，以根据所述边界框B来得到初始化的关键点索引。

9.根据权利要求8所述的方法，还包括：

接收具有预先检测的边界框B的人脸图像；以及

预测接收的人脸图像的人脸关键点的人脸关键点位置。