[发明专利]人脸关键点的定位方法、装置、设备及介质有效
申请号: | 201810803590.X | 申请日: | 2018-07-20 |
公开(公告)号: | CN110738082B | 公开(公告)日: | 2023-01-24 |
发明(设计)人: | 周润楠;付彧;张涛;覃威宁 | 申请(专利权)人: | 北京陌陌信息技术有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/30;G06V10/82;G06N3/0464;G06N3/048 |
代理公司: | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人: | 贺琳 |
地址: | 100102 北京市*** | 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: | 关键 定位 方法 装置 设备 介质 | ||
1.一种人脸关键点的定位方法,其特征在于,所述方法包括:
在人脸图像的多对锚点中选择至少一对锚点作为约束锚点,所述锚点包括在人脸图像中位置相对稳定的点;按照所述约束锚点对所述人脸图像进行相似变换,确定第一图像;
根据所述第一图像获取人脸关键点的位置信息,对所述人脸关键点进行曲线拟合,确定第二图像;
基于所述第一图像及第二图像进行平滑滤波,确定符合要求的人脸关键点的位置信息;
所述基于所述第一图像及第二图像进行平滑滤波,确定符合要求的人脸关键点的位置信息,包括:
根据公式(x3,y3)=(x0,y0)+d×Sigmiod(d),确定符合要求的人脸关键点的位置信息,其中,(x0,y0)表示所述第一图像中的人脸关键点的位置,d表示所述第一图像中的人脸关键点和所述第二图像中的人脸关键点的位置偏移量,Sigmiod表示平滑函数,(x3,y3)表示符合要求的人脸关键点的位置。
2.根据权利要求1所述的方法,其特征在于,所述在人脸图像的多对锚点中选择至少一对锚点作为约束锚点之前,还包括:
获取视频图像;
基于人脸检测算法检测人脸在所述视频图像中的位置;
判断是否首次检测到人脸在所述视频图像中的位置;
若是首次检测到人脸在所述视频图像中的位置,则根据卷积神经网络确定所述多对锚点的位置信息;
若非首次检测到人脸在所述视频图像中的位置,则根据光流跟踪算法对上一帧图像进行跟踪,确定所述多对锚点的位置信息。
3.根据权利要求1所述的方法,其特征在于,所述在人脸图像的多对锚点中选择至少一对锚点作为约束锚点,包括:
选择所述锚点的欧氏距离不小于所述锚点对应的距离阈值,且所述锚点的梯度值不小于梯度阈值的锚点,将选择的锚点作为候选约束锚点;
在所述候选约束锚点中,确定所述约束锚点。
4.根据权利要求3所述的方法,其特征在于,所述多对锚点包括:鼻翼两点、脸部上下两点和脸部左右两点;
所述在所述候选约束锚点中,确定所述约束锚点,包括:
在所述候选约束锚点中,按照优先级由高到低的顺序,选择至少一对约束锚点,作为所述约束锚点;
所述优先级由高到低包括:鼻翼两点,脸部上下两点,和脸部左右两点。
5.根据权利要求1所述的方法,其特征在于,所述基于所述约束锚点对所述人脸图像进行相似变换,确定第一图像,包括:
基于所述约束锚点计算所述人脸图像的相似变换矩阵,确定所述第一图像。
6.根据权利要求1所述的方法,其特征在于,所述对所述人脸关键点进行曲线拟合,包括:
在所述人脸关键点中选择损失函数训练权重不小于权重阈值的关键点,将不小于权重阈值的关键点作为主要关键点;
对所述主要关键点进行曲线拟合。
7.根据权利要求1所述的方法,其特征在于,所述基于所述第一图像及第二图像进行平滑滤波,确定符合要求的人脸关键点的位置信息,包括:
对所述第一图像的关键点及第二图像的关键点的位置偏移量进行平滑滤波,确定符合要求的人脸关键点的位置信息。
8.根据权利要求1所述的方法,其特征在于,所述多对锚点包括鼻翼两点、脸部上下两点和脸部左右两点。
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北京陌陌信息技术有限公司,未经北京陌陌信息技术有限公司许可,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/201810803590.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:异常路况检测方法及装置
- 下一篇:基于视频处理的串并案分析方法及装置