[发明专利]人脸形状库的构建方法、装置、设备及存储介质

权利要求书

1.一种人脸形状库的构建方法，其特征在于，所述方法包括：

获取人脸数据集，所述人脸数据集存储有至少一组人脸数据；

将所述人脸数据集中的所述人脸数据进行数据扰动处理得到至少两组扰动数据，所述数据扰动处理包括旋转处理、平移处理、缩放处理中的至少一种；

通过对所述人脸数据集进行主成分分析得到所述人脸数据集的脸型基；

响应于所述扰动数据中的目标扰动数据的拟合误差大于误差阈值，将所述目标扰动数据加入所述人脸数据集，迭代更新所述人脸数据集得到人脸形状库，所述拟合误差是拟合目标扰动数据和所述目标扰动数据的误差值，所述拟合目标扰动数据是根据所述人脸数据集的所述脸型基对所述目标扰动数据进行拟合得到的所述人脸数据。

2.根据权利要求1所述的方法，其特征在于，所述迭代更新所述人脸数据集得到人脸形状库，包括：

响应于不满足迭代结束条件，将加入所述目标扰动数据的所述人脸数据集重新确定为所述人脸数据集；

从所述将所述人脸数据集中的所述人脸数据进行数据扰动处理得到至少两组扰动数据的步骤开始，重复上述步骤。

3.根据权利要求2所述的方法，其特征在于，所述响应于不满足迭代结束条件，将加入所述目标扰动数据的所述人脸数据集重新确定为所述人脸数据集，包括：

响应于所述扰动数据中存在所述拟合误差大于误差阈值的所述目标扰动数据，将加入所述目标扰动数据的所述人脸数据集重新确定为所述人脸数据集；

或，

响应于迭代次数小于次数阈值，将加入所述目标扰动数据的所述人脸数据集重新确定为所述人脸数据集。

4.根据权利要求1至3任一所述的方法，其特征在于，所述数据扰动处理包括旋转处理；

所述将所述人脸数据集中的所述人脸数据进行数据扰动处理得到至少两组扰动数据，包括：

将所述人脸数据中的至少一个点绕参考点朝任意方向旋转任意角度得到至少两组所述扰动数据，所述参考点是所述人脸数据中的任意一点。

5.根据权利要求1至3任一所述的方法，其特征在于，所述数据扰动处理包括平移处理；

所述将所述人脸数据集中的所述人脸数据进行数据扰动处理得到至少两组扰动数据，包括：

将所述人脸数据中的至少一个点向第一方向移动第一距离得到至少两组所述扰动数据。

6.根据权利要求1至3任一所述的方法，其特征在于，所述数据扰动处理包括缩放处理；

所述将所述人脸数据集中的所述人脸数据进行数据扰动处理得到至少两组扰动数据，包括：

以所述人脸数据中两个耳朵连线的中心点为坐标原点，同比放大所述人脸数据的数值得到至少两组所述扰动数据。

7.根据权利要求1至3任一所述的方法，其特征在于，所述获取人脸数据集，包括：

获取原始人脸数据集，所述原始人脸数据集包括至少一组所述人脸数据；

将所述原始人脸数据集中的所述人脸数据进行镜像处理得到第一镜像人脸数据集；

将所述原始人脸数据集和所述第一镜像人脸数据集确定为所述人脸数据集。

8.根据权利要求1至3任一所述的方法，其特征在于，所述获取人脸数据集，包括：

获取原始人脸数据集，所述原始人脸数据集包括至少两组人脸数据；

将所述原始人脸数据集中的所述人脸数据进行替换处理得到第一替换人脸数据集，所述替换处理包括使用第一人脸数据中的第一区域替换第二人脸数据中的所述第一区域得到替换人脸数据；

将所述原始人脸数据集和所述第一替换人脸数据集确定为所述人脸数据集。