[发明专利]人脸姿态的确定方法、计算机设备、计算机可读存储介质在审
申请号: | 202010344039.0 | 申请日: | 2020-04-27 |
公开(公告)号: | CN113642354A | 公开(公告)日: | 2021-11-12 |
发明(设计)人: | 李渊;熊宇龙 | 申请(专利权)人: | 武汉TCL集团工业研究院有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 谢松;温宏梅 |
地址: | 430000 湖北省武汉市东湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 姿态 确定 方法 计算机 设备 可读 存储 介质 | ||
1.一种人脸姿态的确定方法,其特征在于,所述方法包括:
获取待处理图像,其中,所述待处理图像包括目标人脸;
确定所述目标人脸中各个关键点各自分别对应的位置信息;
根据所述各个关键点各自分别对应的位置信息,确定所述目标人脸对应的人脸姿态。
2.根据权利要求1所述的人脸姿态的确定方法,其特征在于,所述根据所述各个关键点各自分别对应的位置信息,确定所述目标人脸对应的人脸姿态,包括:
根据所述各个关键点各自分别对应的位置信息,确定所述目标人脸对应的人脸姿态分数;
根据所述人脸姿态分数,确定所述目标人脸对应的人脸姿态。
3.根据权利要求2所述的人脸姿态的确定方法,其特征在于,所述关键点对应的位置信息包括用于确定所述关键点在所述待处理图像中位置的至少两个维度上的坐标信息;所述根据所述各个关键点各自分别对应的位置信息,确定所述目标人脸对应的人脸姿态分数,包括:
针对每一个维度,提取各个关键点中该维度对应的所述坐标信息,得到该维度对应的目标向量;
确定各个维度各自分别对应的所述目标向量的相关系数;
根据各个维度各自分别对应的所述目标向量的相关系数,确定所述目标人脸对应的人脸姿态分数。
4.根据权利要求3所述的人脸姿态的确定方法,其特征在于,所述目标向量的相关系数包括:单个维度对应的所述目标向量的自相关系数;
所述确定各个维度各自分别对应的所述目标向量的相关系数,包括:
针对每一个维度,对该维度对应的所述目标向量进行滞后处理得到该维度对应的第一滞后向量和该维度对应的第二滞后向量;
针对每一个维度,根据该维度对应的第一滞后向量和该维度对应的第二滞后向量得到该维度对应的所述目标向量的自相关系数,以确定各个维度自分别对应的所述目标向量的自相关系数。
5.根据权利要求4所述的人脸姿态的确定方法,其特征在于,所述目标人脸包括至少2个关键点;所述针对每一个维度,对该维度对应的所述目标向量进行滞后处理得到该维度对应的第一滞后向量和该维度对应的第二滞后向量,包括:
针对每一个维度,提取该维度对应的所述目标向量中k个所述坐标信息得到该维度对应的第一滞后向量;其中,k为正整数,且k小于所述目标人脸对应的所述关键点的数量;并提取该维度对应的所述目标向量中k个所述坐标信息得到所述维度对应的第二滞后向量;其中,所述第二滞后向量中存在至少一个所述坐标信息与所述第一滞后向量中所述坐标信息不相同。
6.根据权利要求5所述的人脸姿态的确定方法,其特征在于,所述针对每一个维度,根据该维度对应的第一滞后向量和该维度对应的第二滞后向量得到该维度对应的所述目标向量的自相关系数,包括:
针对每一个维度,根据该维度对应的第一滞后向量和第二滞后向量,确定该维度对应的第一滞后向量和第二滞后向量之间的互相关系数,并将该维度对应的第一滞后向量和第二滞后向量之间的互相关系数作为该维度对应的所述目标向量的自相关系数。
7.根据权利要求6所述的人脸姿态的确定方法,其特征在于,所述针对每一个维度,根据该维度对应的第一滞后向量和第二滞后向量,确定该维度对应的第一滞后向量和第二滞后向量之间的互相关系数,包括:
针对每一个维度,确定该维度对应的第一滞后向量和第二滞后向量之间的方差值;
根据该维度对应的第一滞后向量和第二滞后向量之间的方差值,确定该维度对应的第一滞后向量和第二滞后向量之间的互相关系数。
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武汉TCL集团工业研究院有限公司,未经武汉TCL集团工业研究院有限公司许可,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/202010344039.0/1.html,转载请声明来源钻瓜专利网。