[发明专利]模型训练方法、特征点检测方法、装置、设备及存储介质

权利要求书

1.一种人脸特征点检测模型训练方法，其特征在于，包括：

将至少一个人脸图像样本输入所述人脸特征点检测模型，得到每一个人脸图像样本的人脸特征点预测值；

获取每一个人脸图像样本对应的第一权重；每一个人脸图像样本对应的第一权重与该人脸图像样本的人脸几何变形信息正相关；

以每一个人脸图像样本的人脸特征点预测值趋近于该人脸图像样本对应的人脸特征点标签为目标，利用各个人脸图像样本对应的第一权重、人脸特征点预测值以及人脸特征点标签，对所述人脸特征点检测模型的参数进行更新。

2.根据权利要求1所述的方法，其特征在于，获取每一个人脸图像样本对应的第一权重，包括：

对于每一个人脸图像样本，利用该人脸图像样本的人脸几何变形信息以及预置的该人脸图像样本在各个人脸类别下对应的第二权重，获取该人脸图像样本对应的第一权重。

3.根据权利要求2所述的方法，其特征在于，每一个人脸图像样本的人脸几何变形信息包括K个维度的人脸几何变形信息；所述对于每一个人脸图像样本，利用该人脸图像样本的人脸几何变形信息以及预置的该人脸图像样本在各个人脸类别下对应的第二权重，获取该人脸图像样本对应的第一权重，包括：

对于每一个人脸图像样本，利用如下公式获取该人脸图像样本对应的第一权重：

其中，γ_m表示第m个人脸图像样本对应的第一权重；C表示人脸类别数；表示第m个人脸图像样本在第c类人脸类别下对应的第二权重；表示第m个人脸图像样本对应的人脸在第k个维度的几何变形信息的归一化值，所述归一化值反比于所述第m个人脸图像样本对应的人脸在第k个维度的几何变形信息。

4.根据权利要求1所述的方法，其特征在于，所述至少一个人脸图像样本包括如下两种人脸图像样本中的至少一种：

通过图像采集装置采集的第一类人脸图像；

通过对第一类人脸图像进行进行变形得到的第二类人脸图像。

5.根据权利要求1所述的方法，其特征在于，所述将至少一个人脸图像样本输入所述人脸特征点检测模型，得到每一个人脸图像样本的人脸特征点预测值，包括：

对于每一个人脸图像样本，通过所述人脸特征点检测模型对该人脸图像样本进行特征提取，得到初始特征图；

通过所述人脸特征点检测模型对所述初始特征图进行至少两种尺寸的特征提取，得到至少两种尺寸的中间特征图；

通过所述人脸特征点检测模型将所述至少两种尺寸的中间特征图进行融合，得到目标特征向量；

通过所述人脸特征点检测模型利用所述目标特征向量进行回归，得到该人脸图像样本的人脸特征点预测值。

6.根据权利要求5所述的方法，其特征在于，所述对于每一个人脸图像样本，通过所述人脸特征点检测模型对该人脸图像样本进行特征提取，得到初始特征图，包括：

对于每一个人脸图像样本，通所述人脸特征点检测模型中的初始特征提取模块对该人脸图像样本进行特征提取，得到初始特征图；

所述人脸几何变形信息通过如下方式获得：

通过预先训练好的人脸几何变形信息提取模型，从所述初始特征提取模块的中间层输出的该人脸图像样本的特征图中提取该人脸图像样本的人脸几何变形信息。