[发明专利]特征点检测方法及装置、图像处理系统和监视系统

说明书

本发明提供特征点检测方法及装置、图像处理系统和监视系统。本发明的一方面公开了一种特征点检测方法。该特征点检测方法包括：获取输入图像中的脸部区域；根据预生成的第一模型获取第一特征点的第一位置和第二特征点的第一位置；根据所述第一特征点的第一位置和预生成的第二模型，来估计所述第一特征点的第二位置；根据所述第一特征点的第二位置、所述第二特征点的第一位置和预生成的第三模型，来检测所述第一特征点的第三位置和所述第二特征点的第三位置。根据本发明，最终检测到的脸部形状可以更接近实际的脸部形状。

技术领域

本发明涉及图像处理，更具体地，涉及例如特征点检测方法和装置。

背景技术

在诸如脸部识别、表情分析、3D脸部建模等的计算机可视技术领域中，自动且精确地检测由一组特征点描述的脸部形状是关键任务。近年来，基于回归的特征点检测方法已经取得了很大的进步，例如在Face Alignment by Explicit Shape Regression(XudongCao,Yichen Wei,Fang Wen,Jian Sun.CVPR,2012)中公开的方法以及在SupervisedDescent Method and its Applications to Face Alignment(X.Xiong And F.De laTorre.CVPR,2013)中公开的方法。

这些基于回归的方法主要包括：通过使用预生成的脸部形状模型来获取输入的脸部图像中的脸部平均形状，其中，该平均形状由脸部的对应组件中的多个特征点描述；然后，使用预生成的级联回归模型来逐渐更新脸部的平均形状，使得最终检测到的脸部形状能够接近实际的脸部形状；其中，针对一个回归模型，操作包括计算针对所有特征点的位置增量并且基于对应的位置增量更新所有特征点的位置。

然而，上述基于回归的方法在使用各个回归模型时同时更新所有特征点的位置，并且通过使用多个样本图像中的所有特征点的平均位置偏差来生成在上述基于回归的方法中使用的回归模型。因此，针对在不同情形下拍摄的脸部图像(例如具有光照变化的脸部图像(如图1A所示)、或者脸部具有戏剧化的表情(如图1B所示)、姿势变化(如图1C所示)或者有遮挡(如图1D所示)的脸部图像)，通过使用上述基于回归的方法可能无法找到某些特征点的最精确的位置。也就是说，最终检测到的脸部形状可能不接近于实际的脸部形状。

发明内容

因此，鉴于现有知识的文字描述中的上述叙述，本公开意在解决上述问题。

根据本发明的一个方面，提供了一种特征点检测方法，所述特征点检测方法包括：获取步骤，获取输入图像中的脸部区域；特征点获取步骤，根据预生成的第一模型获取脸部的对应组件中的第一特征点的第一位置和第二特征点的第一位置，其中，所述至少一个组件包括所述第一特征点，所述第一特征点是所述对应组件中的特征变化的平均偏差小于第一阈值的特征点；第一估计步骤，根据所述第一特征点的第一位置和至少一个预生成的第二模型，来估计所述对应组件中的所述第一特征点的第二位置；以及特征点检测步骤，根据所述第一特征点的第二位置、所述第二特征点的第一位置以及至少一个预生成的第三模型，来检测所述对应组件中的所述第一特征点和所述第二特征点的第三位置。

利用本发明，最终检测到的脸部形状可以更接近实际的脸部形状。

通过以下参照附图的描述，本发明的其他特征及优点将变得清楚。

附图说明

包含在说明书中并构成说明书的一部分的附图，例示了本发明的实施例，并且与文字描述一起用于说明本发明的原理。

图1A到图1D示意性地示出了不同情形下拍摄的脸部图像。

图2A和图2B示意性地示出了脸部轮廓组件的形状曲线以及两个眼睛组件和鼻子组件间的位置关系。

图3示意性地示出了对应组件的特征变化的平均偏差小于预定义阈值的示例性特征点。