[发明专利]轮廓点定位方法及装置有效
申请号: | 201510886411.X | 申请日: | 2015-12-04 |
公开(公告)号: | CN105550637B | 公开(公告)日: | 2019-03-08 |
发明(设计)人: | 张涛;侯文迪;张旭华 | 申请(专利权)人: | 小米科技有限责任公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 鞠永善 |
地址: | 100085 北京市海淀区清*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 轮廓 定位 方法 装置 | ||
本公开是关于一种轮廓点定位方法及装置,属于图像处理领域。所述方法包括:根据已训练的通用三维人脸模型和待检测的原始人脸图像,获取与原始人脸图像对应的指定三维人脸模型,并确定原始人脸图像的姿态偏转角度,姿态偏转角度是指原始人脸图像的姿态与正面姿态之间的角度;如果姿态偏转角度大于预设角度,则根据指定三维人脸模型,获取与原始人脸图像对应的正面人脸图像;对正面人脸图像进行轮廓点定位,得到多个正面轮廓点;根据姿态偏转角度,将得到的多个正面轮廓点映射至原始人脸图像上,得到多个轮廓点。本公开避免了由于原始人脸图像的姿态不是正面姿态而造成的定位不准确的问题,提高了定位精确度。
技术领域
本公开是关于图像处理领域,具体来说是关于一种轮廓点定位方法及装置。
背景技术
随着人脸识别技术的不断发展,人们对人脸识别精确度的需求越来越高,而提高轮廓点定位的精确度是提高人脸识别精确度的基础,如何精确地对人脸的轮廓点进行定位已成为一个热门的研究课题。
在对人脸图像进行轮廓点定位时,无论该人脸图像的姿态为正面姿态还是其他姿态,均可以采用SDM(Supervised Descent Method,监督下降算法)、ASM(PointDistribution Model,点分布模型)或者AAM(Active Appearance Model,主动外观模型)等算法,对该人脸图像进行轮廓点定位,得到人脸图像中的轮廓点。
发明内容
为了解决相关技术中存在的问题,本公开提供了一种轮廓点定位方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供了一种轮廓点定位方法,所述方法包括:
根据已训练的通用三维人脸模型和待检测的原始人脸图像,获取与所述原始人脸图像对应的指定三维人脸模型,并确定所述原始人脸图像的姿态偏转角度,所述姿态偏转角度是指所述原始人脸图像的姿态与正面姿态之间的角度;
如果所述姿态偏转角度大于预设角度,则根据所述指定三维人脸模型,获取与所述原始人脸图像对应的正面人脸图像;
对所述正面人脸图像进行轮廓点定位,得到多个正面轮廓点;
根据所述姿态偏转角度,将得到的多个正面轮廓点映射至所述原始人脸图像上,得到多个轮廓点。
在另一实施例中,所述根据所述指定三维人脸模型,获取与所述原始人脸图像对应的正面人脸图像,包括:
将所述指定三维人脸模型投影至正面方向,得到与所述原始人脸图像对应的正面人脸图像。
在另一实施例中,所述根据已训练的通用三维人脸模型和待检测的原始人脸图像,获取与所述原始人脸图像对应的指定三维人脸模型,并确定所述原始人脸图像的姿态偏转角度,包括:
对所述通用三维人脸模型的至少一个变换参数进行初始化,所述至少一个变换参数包括偏转角度参数;
根据当前的至少一个变换参数,对所述通用三维人脸模型进行变换,得到变换后的三维人脸模型;
根据当前的偏转角度参数,对所述变换后的三维人脸模型进行投影,得到与当前的偏转角度参数对应的测试人脸图像;
如果当前得到的测试人脸图像与所述原始人脸图像不满足预设条件,则对所述至少一个变换参数进行调整,基于调整后的至少一个变换参数继续获取测试人脸图像,直至获取到的测试人脸图像与所述原始人脸图像满足所述预设条件时,将当前变换得到的三维人脸模型确定为所述指定三维人脸模型,并将当前的偏转角度参数确定为所述原始人脸图像的姿态偏转角度。
在另一实施例中,所述预设条件为所述测试人脸图像与所述原始人脸图像之间的误差小于预设阈值;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于小米科技有限责任公司,未经小米科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510886411.X/2.html,转载请声明来源钻瓜专利网。