[发明专利]基于点云的人脸关键点检测方法、装置、系统及存储介质

说明书

本发明提供了一种基于点云的人脸关键点检测方法、装置、系统及存储介质，所述方法包括：获取3D点云数据；将所述3D点云数据输入训练好的关键点检测模型得到所述3D点云数据的人脸关键点，其中，所述关键点检测模型包括分割网络和检测网络，所述3D点云数据输入所述分割网络进行人脸分割得到人脸点云，并输入到所述检测网络；所述检测网络基于所述人脸点云中的每个点预测人脸关键点得到每个点的预测关键点，并根据对同一人脸关键位置预测的所述预测关键点得到所述人脸关键位置的人脸关键点。根据本发明的方法、装置、系统及存储介质，基于3D点云数据进行人脸的关键点检测，提高了人脸关键点检测的准确性和鲁棒性。

技术领域

本发明涉及图像处理技术领域，更具体地涉及基于点云的人脸关键点检测的处理。

背景技术

目前，图像和视频处理的传统方法一般针对2D空间，2D空间的图像处理技术也相对成熟。在图像处理中人脸关键点定位技术是与人脸图像处理相关的应用中很重要的一项技术，主要用于定位一些人脸中比较重要的点的位置，例如，手机美颜美妆技术，人脸识别技术等都会应用到人脸关键点。随着技术的进步，人们对人脸关键点处理的需求已经不仅仅停留在2D空间上，各种3D关键点的需求孕育而生。而2D人脸关键点技术无法解决图像中对象存在遮挡的问题，且需要依赖图像的颜色信息，使得基于2D空间的人脸检测准确度不高，鲁棒性不够，受图像中的光线等客观条件的影响很大。

因此，现有技术中的人脸关键点检测技术存在准确度不高，鲁棒性不够的问题。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种基于点云的人脸关键点检测查找方法、装置、系统及计算机存储介质，基于3D点云数据进行人脸的关键点检测，提高了人脸关键点检测的准确性和鲁棒性。

根据本发明的第一方面，提供了一种基于点云的人脸关键点检测方法，包括：

获取3D点云数据；

将所述3D点云数据输入训练好的关键点检测模型得到所述3D点云数据的人脸关键点，其中，所述关键点检测模型包括分割网络和检测网络，

所述3D点云数据输入所述分割网络进行人脸分割得到人脸点云，并输入到所述检测网络；

所述检测网络基于所述人脸点云中的每个点预测人脸关键点得到每个点的预测关键点，并根据对同一人脸关键位置预测的所述预测关键点得到所述人脸关键位置的人脸关键点。

根据本发明的第二方面，提供了一种基于点云的人脸关键点检测装置，包括：

获取模块，用于获取3D点云数据；

检测模块，用于将所述3D点云数据输入训练好的关键点检测模型得到所述3D点云数据的人脸关键点，其中，所述关键点检测模型包括分割网络和检测网络，

所述分割网络用于对所述3D点云数据进行分割得到人脸点云，并输入到所述检测网络；

所述检测网络用于基于所述人脸点云中的每个点预测人脸关键点得到每个点的预测关键点，并根据对同一人脸关键位置预测的所述预测关键点得到所述人脸关键位置的人脸关键点。

根据本发明的第三方面，提供了一种基于点云的人脸关键点检测查找系统，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现第一方面所述方法的步骤。

根据本发明的第四方面，提供了一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机执行时实现第一方面所述方法的步骤。

根据本发明实施例的基于点云的人脸关键点检测方法、装置、系统及计算机存储介质，基于3D点云数据进行人脸的关键点检测，提高了人脸关键点检测的准确性和鲁棒性。

附图说明