[发明专利]一种狗脸特征点的检测方法、装置、系统及存储介质

说明书

本发明提供了一种狗脸特征点的标注方法、装置、系统及计算机存储介质。所述狗脸特征点的标注方法包括：基于包含狗脸的图像和训练好的检测模型进行特征点检测，得到精定位的特征点；其中，所述检测模型包括第一级网络和第二级网络，所述得到精定位的特征点包括：基于所述狗脸的全脸图像和检测模型的第一级网络进行特征点检测，得到粗定位的特征点；基于所述狗脸的局部图像和检测模型的第二级网络对粗定位的特征点进行定位，得到所述精定位的特征点。根据本发明的方法、装置、系统及计算机存储介质，可以有效地提高狗脸特征点检测的准确性和实时性。

技术领域

本发明涉及图像处理技术领域，更具体地涉及狗脸图像的处理。

背景技术

特征点标注作为图像对齐前非常重要的一步，很大程度影响到图像识别、分析、搜索系统的整体性能。目前在人脸识别的过程中，存在很多有效的特征点标注方法，但是对于动物识别中的特征点标注的方法却非常少，例如狗脸识别中对狗脸特征点的标注。

如果采用传统的特征点标注和检测方法对狗脸进行标注，由于每个关键点被单独检测，狗脸的全局几何信息被完全忽略了，这使得其对细微扰动非常敏感，对光照变化、姿态变化等鲁棒性不好。此外，计算时间、复杂程度和特征点的个数成正比，待检测的特征点越多，所需的检测器就越多，这使得其在较密特征点的应用中很难实施。

因此，现有技术中缺乏较好的针对狗脸特征点进行标注的方法，传统的特征点标注方法受细微扰动影响很大，容易造成漏报或误报，使得准确度和召回率低，当标注点较多时，导致运行效率低。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种狗脸特征点的标注方法、装置、系统及计算机存储介质，通过基于全脸和局部信息建立的多级神经网络，能够有效地提高狗脸特征点检测的准确性和实时性。

根据本发明一方面，提供了一种狗脸特征点的检测方法，包括：

基于包含狗脸的图像和训练好的检测模型进行特征点检测，得到精定位的特征点；

其中，所述检测模型包括第一级网络和第二级网络，所述得到精定位的特征点包括：

基于所述狗脸的全脸图像和检测模型的第一级网络进行特征点检测，得到粗定位的特征点；

基于所述狗脸的局部图像和检测模型的第二级网络对粗定位的特征点进行定位，得到所述精定位的特征点。

示例性地，所述方法还包括：根据狗脸器官的位置对所述狗脸全脸图像进行分割，得到所述狗脸的局部图像。

示例性地，基于所述狗脸的局部图像和检测模型的第二级网络对粗定位的特征点进行定位，得到所述精定位的特征点包括：

基于所述狗脸的局部图像和检测模型的第二级网络对粗定位的特征点进行定位，得到局部图像的特征点；

将局部图像的特征点进行坐标变换和整合得到所述狗脸的精定位的特征点。

示例性地，将局部图像的特征点进行坐标变换和整合得到所述狗脸的精定位的特征点，包括：

获得狗脸的局部图像相对全脸图像的参考位置和旋转角度；

根据所述参考位置和旋转角度对所对应的局部图像的特征点进行坐标变换，得到变换后的局部图像的特征点；

对各个变换后局部图像的特征点进行整合，得到狗脸的精定位的特征点。

示例性地，所述检测模型的训练包括：基于预定规则对训练样本全脸图像和训练样本局部图像中的狗脸进行特征点标注；

基于标注后的训练样本全脸图像和训练样本局部图像对检测模型进行训练，得到训练好的检测模型。