[发明专利]人脸关键点检测方法、装置及存储介质在审

专利信息
申请号: 201810949946.0 申请日: 2018-08-20
公开(公告)号: CN110147703A 公开(公告)日: 2019-08-20
发明(设计)人: 赵世杰;李峰;左小祥 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
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: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸 目标图像 人脸区域图像 关键点检测 概率信息 神经网络输出 存储介质 神经网络 图像处理技术 图像 获取目标 指示目标 关键点 像素 裁剪 申请 概率
【说明书】:

本申请公开了一种人脸关键点检测方法、装置及存储介质,属于图像处理技术领域。所述方法包括:获取目标图像,目标图像包括人脸;将目标图像输入至第一神经网络,并获取第一神经网络输出的概率信息,概率信息用于指示目标图像中的像素位于目标图像中人脸所在的区域的概率;根据概率信息,对目标图像进行裁剪,得到人脸区域图像,目标图像中的人脸在人脸区域图像中所占的比例大于目标比例阈值;将人脸区域图像输入至第二神经网络,并获取第二神经网络输出的人脸关键点的坐标。本申请实施例提供的技术方案可以解决人脸关键点检测的准确性较差的问题。

技术领域

本申请涉及图像处理技术领域,特别涉及一种人脸关键点检测方法、装置及存储介质。

背景技术

人脸关键点检测也称为人脸关键点识别、人脸关键点定位或者人脸对齐,指的是对人脸关键点进行定位的一种技术。其中,人脸关键点包括眉毛、眼睛、鼻子和嘴巴等。人脸关键点检测是对人脸进行识别的基础环节。

相关技术中,用户可以将包含人脸的图像输入至一个神经网络中,通过该神经网络对该图像钟的特征进行提取,并根据提取到的特征输出该图像中人脸关键点的坐标。

当人脸在图像中所占的区域较小时,通过神经网络所提取到的人脸特征就相对较少,根据该较少的人脸特征输出的人脸关键点的坐标就很可能不准确,这导致人脸关键点检测的准确性较差。

发明内容

本申请实施例提供了一种人脸关键点检测方法、装置及存储介质,可以解决当人脸在图像中所占的区域较小时,通过神经网络所提取到的人脸特征就相对较少,导致人脸关键点检测的准确性较差的问题。所述技术方案如下:

根据本申请的一方面,提供了一种人脸关键点检测方法,所述方法包括:

获取目标图像,所述目标图像包括人脸;

将所述目标图像输入至第一神经网络,并获取所述第一神经网络输出的概率信息,所述概率信息用于指示所述目标图像中的像素位于所述目标图像中人脸所在的区域的概率;

根据所述概率信息对所述目标图像进行裁剪,得到人脸区域图像,所述目标图像中的人脸在所述人脸区域图像中所占的比例大于目标比例阈值;

将所述人脸区域图像输入至第二神经网络,并获取所述第二神经网络输出的人脸关键点的坐标。

根据本申请的另一方面,提供了一种人脸关键点检测装置,所述装置包括:

第一获取模块,用于获取目标图像,所述目标图像包括人脸;

第二获取模块,用于将所述目标图像输入至第一神经网络,并获取所述第一神经网络输出的概率信息,所述概率信息用于指示所述目标图像中的像素位于所述目标图像中人脸所在的区域的概率;

裁剪模块,用于根据所述概率信息对所述目标图像进行裁剪,得到人脸区域图像,所述目标图像中的人脸在所述人脸区域图像中所占的比例大于目标比例阈值;

第三获取模块,用于将所述人脸区域图像输入至第二神经网络,并获取所述第二神经网络输出的人脸关键点的坐标。

根据本申请的另一方面,提供了一种人脸关键点检测装置,所述装置包括处理器和存储器,所述存储器中存储有至少一条指令;

所述指令由所述处理器加载并执行以实现本申请实施例提供的人脸关键点检测方法。

根据本申请的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令;

所述指令由处理器加载并执行以实现本申请实施例提供的人脸关键点检测方法。

本申请实施例提供的技术方案带来的有益效果至少包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201810949946.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top