[发明专利]姿态检测模型的生成、姿态检测方法、装置、设备及介质

权利要求书

1.一种姿态检测模型的生成方法，其特征在于，包括：

获取至少一组姿态一致性样本集，其中，所述姿态一致性样本集中包括：原始人脸图像，与所述原始人脸图像满足姿态差异条件的至少一个姿态变换人脸图像，所述姿态变换人脸图像通过所述原始人脸图像变换生成；

将每组所述姿态一致性样本集包括的各人脸图像的姿态参数设置为同一标准姿态参数值；

采用所述至少一组姿态一致性样本集，对标准检测模型进行训练，形成姿态检测模型，其中，所述标准检测模型包括原始机器学习模型或是通过标准姿态训练样本集训练得到的姿态基础检测模型，所述标准姿态训练样本集包括未经过筛选的人脸图像的样本形成的集合。

2.根据权利要求1所述的方法，其特征在于，所述获取姿态一致性样本集，包括：

获取原始人脸图像，并对所述原始人脸图像进行人脸姿态调整，得到与所述原始人脸图像对应的至少一个备选变换图像；

获取所述原始人脸图像以及各所述备选变换图像分别对应的姿态参数；

计算各所述备选变换图像与所述原始人脸图像的姿态参数差异值；

将姿态参数差异值满足设定阈值条件的备选变换图像作为所述姿态变换人脸图像。

3.根据权利要求1所述的方法，其特征在于，若所述标准检测模型为原始机器学习模型；

则所述采用所述至少一组姿态一致性样本集，对标准检测模型进行训练，形成姿态检测模型，包括：

采用所述至少一组姿态一致性样本集以及标准姿态训练样本集，对所述原始机器学习模型进行训练，形成所述姿态检测模型。

4.根据权利要求2所述的方法，其特征在于，若所述标准检测模型为通过标准姿态训练样本集训练得到的姿态基础检测模型；

则所述获取所述原始人脸图像以及各所述备选变换图像分别对应的姿态参数，包括：

将所述原始人脸图像以及各所述备选变换图像分别输入至所述姿态基础检测模型，并获取所述姿态基础检测模型输出的姿态参数；

所述采用所述至少一组姿态一致性样本集，对标准检测模型进行训练，形成姿态检测模型，包括：

采用所述至少一组姿态一致性样本集对所述姿态基础检测模型进行训练，形成所述姿态检测模型。

5.根据权利要求3-4任一项所述的方法，其特征在于，所述姿态一致性样本集中的图像和所述标准姿态训练样本集中的图像均包括鼻子区域标注结果。

6.一种姿态检测方法，其特征在于，包括：

获取视频中连续多个包括用户人脸图像的视频帧；

将每个所述视频帧分别输入至通过如权利要求1-5任一项所述的方法生成的姿态检测模型；

获取所述姿态检测模型输出的针对多个视频帧的人脸姿态检测结果。

7.根据权利要求6所述的方法，其特征在于，在获取视频中连续多个包括用户人脸图像的视频帧之后，在将每个所述视频帧分别输入至通过如权利要求1-5任一项所述的方法生成的姿态检测模型之前，还包括：

识别并标注所述视频帧中的鼻子区域。

8.一种姿态检测模型的生成装置，其特征在于，包括：

姿态一致性样本集获取模块，用于获取至少一组姿态一致性样本集，其中，所述姿态一致性样本集中包括：原始人脸图像，与所述原始人脸图像满足姿态差异条件的至少一个姿态变换人脸图像，所述姿态变换人脸图像通过所述原始人脸图像变换生成；

姿态参数设置模块，用于将每组所述姿态一致性样本集包括的各人脸图像的姿态参数设置为同一标准姿态参数值；

姿态检测模型生成模块，用于采用所述至少一组姿态一致性样本集，对标准检测模型进行训练，形成姿态检测模型；

其中，所述标准检测模型包括原始机器学习模型或是通过标准姿态训练样本集训练得到的姿态基础检测模型，所述标准姿态训练样本集包括未经过筛选的人脸图像的样本形成的集合。