[发明专利]头部姿态估计方法和装置

说明书

本发明实施例提供一种头部姿态估计方法和装置，所述头部姿态估计方法包括：获取深度图像数据；将深度图像数据输入至头部姿态估计模型中，得到头部姿态估计模型输出的头部姿态估计结果；其中，头部姿态估计模型为，以深度图像样本数据为样本，以预先标注或区间划定的与深度图像样本数据一一对应的综合维度姿态大小角度二分类标签、单维度姿态多分类标签以及单维度回归标签为样本标签进行训练得到；综合维度姿态大小角度二分类标签用于表示综合多维度头部姿态的空间特征；单维度姿态多分类标签和单维度回归标签均用于表示单个维度头部姿态的空间特征。本发明实施例提供的头部姿态估计方法具有更高精度及泛化能力，使得头部姿态估计结果更加鲁棒。

技术领域

本发明涉及图像识别技术领域，更具体地，涉及一种头部姿态估计方法和装置。

背景技术

随着计算机视觉技术的发展，在人脸识别、注意力检测、人机互动以及行为分析等各种场景中需要进行头部姿态估计。头部姿态估计是利用计算机视觉及机器学习等方法，通过人脸图像来推断头部在三维空间中旋转角度的技术。

现有技术中的头部姿态估计方法大致分为以下三大类：

(1)基于模板匹配的方法主要有二维图像及三维建模的方法。基于二维图像的方法主要是将输入图像与模板库中图像(每个样本均带有姿态标签)一一进行比较，从而匹配得到最为相似的视图及对应姿态角。基于三维建模的方法是根据某个人的一张或者多张单二维或单三维或多模态人脸图像重建出其三维人脸模型，将该模型与标准正脸姿态的三维模型进行模板匹配，通过旋转校正后与标准三维模型完全重合，计算旋转矩阵参数即可获得对应姿态角。这种方法的缺陷在于匹配过程的计算复杂度较高，耗时较长，且受人脸检测及图像质量的影响较大。

(2)基于模型的方法是利用几何模型来构建人脸结构或者采用人脸关键点来构建人脸模型，从而进一步计算得到人脸图像特征与几何模型或人脸模型之间的映射关系，最终估计头部姿态。这种方法的缺陷在于容易受到关键点检测精度，人脸图像质量及场景环境的影响，泛化能力较差。

(3)基于分类的方法中比较主流的是流行嵌入方法，流行嵌入方法是将图像的高维空间特征映射至低维来模拟头部姿态的连续变化，然后用于嵌入式模板匹配，此类特征降维方法属于无监督学习，很难确保低维主成分特征与姿态特征高度相关。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的头部姿态估计方法和装置。

第一方面，本发明实施例提供一种头部姿态估计方法，包括：获取深度图像数据；将所述深度图像数据输入至头部姿态估计模型中，得到所述头部姿态估计模型输出的头部姿态估计结果；其中，所述头部姿态估计模型为，以深度图像样本数据为样本，以预先确定的与所述深度图像样本数据对应的综合维度姿态大小角度二分类标签、单维度姿态多分类标签以及单维度回归标签为样本标签进行训练得到；所述综合维度姿态大小角度二分类标签用于表示综合多维度头部姿态的空间特征；所述单维度姿态多分类标签和所述单维度回归标签均用于表示单个维度头部姿态的空间特征。

在一些实施例中，所述头部姿态估计模型包括特征提取层、单维度姿态层以及综合维度姿态层；所述将所述深度图像数据输入至头部姿态估计模型中，得到所述头部姿态估计模型输出的头部姿态估计结果，包括：将所述深度图像数据输入至所述特征提取层，得到单维度姿态特征图和多维度姿态特征图；将单维度姿态特征图输入至所述单维度姿态层，得到单维度姿态多分类信息和单维度回归信息；将多维度姿态特征图输入至所述综合维度姿态层，得到综合维度姿态大小角度二分类信息；基于所述单维度姿态多分类信息、所述单维度回归信息以及所述单维度回归信息，确定所述头部姿态估计结果；所述头部姿态估计模型的确定过程，包括：单维度姿态层为，以所述单维度姿态样本特征图为样本，以预先确定的与所述单维度姿态样本特征图对应的单维度姿态多分类标签以及单维度回归标签为样本标签进行训练得到；综合维度姿态层为，以所述多维度姿态样本特征图为样本，以预先确定的与所述多维度姿态样本特征图对应的综合维度姿态大小角度二分类标签为样本标签进行训练得到。