[发明专利]训练样本生成方法、图像处理方法、装置、设备和介质有效
申请号: | 202010995694.2 | 申请日: | 2020-09-21 |
公开(公告)号: | CN112101257B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 李啸;邓启力;吴兴龙 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06K9/62;G06V10/774 |
代理公司: | 北京唯智勤实知识产权代理事务所(普通合伙) 11557 | 代理人: | 陈佳 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 训练 样本 生成 方法 图像 处理 装置 设备 介质 | ||
1.一种训练样本生成方法,包括:
获取显示有嘴巴的人脸图像及所述人脸图像的标注信息,其中,所述标注信息用于表征所述人脸图像中至少一个牙齿的关键点在所述人脸图像中位置;
从所述人脸图像中提取嘴巴图像;
对所述标注信息进行变换,得到变换后标注信息,其中,所述变换后标注信息用于表征所述至少一个牙齿的关键点在所述嘴巴图像中的位置;
基于所述变换后标注信息对所述至少一个牙齿中各个牙齿的关键点进行排序,得到排序编号;
根据所述嘴巴图像、所述排序编号及所述变换后标注信息生成训练样本。
2.根据权利要求1所述方法,其中,所述根据所述嘴巴图像、所述排序编号及所述变换后标注信息生成训练样本,包括:
将所述变换后标注信息与所述各个牙齿的关键点所对应的排序编号进行关联,得到所述嘴巴图像对应的标签数据;
根据所述嘴巴图像及所述标签数据生成训练样本。
3.根据权利要求1所述方法,其中,所述从所述人脸图像中提取嘴巴图像,包括:
对所述人脸图像进行标准化处理,得到标准化人脸图像;
从所述标准化人脸图像中提取所述嘴巴图像。
4.根据权利要求3所述方法,其中,所述对所述人脸图像进行标准化处理,得到标准化人脸图像,包括:
提取所述人脸图像中的人脸关键点信息;
选取标准人脸图像作为人脸对齐操作的基准图像;
基于所述基准图像及所述人脸关键点信息,对所述人脸图像进行人脸对齐操作,得到标准化人脸图像。
5.根据权利要求1所述方法,其中,所述至少一个牙齿的关键点为所述至少一个牙齿中每个牙齿末端的两个端点。
6.一种图像处理方法,包括:
从显示有嘴巴的人脸图像中提取嘴巴图像;
将所述嘴巴图像输入到预训练的牙齿关键点提取网络,得到所述人脸图像中至少一个牙齿中每个牙齿的牙齿关键点信息,其中,所述牙齿关键点提取网络的训练样本是通过如上述权利要求1-5之一所述的方法生成的。
7.一种训练样本生成装置,包括:
获取单元,被配置成获取显示有嘴巴的人脸图像及所述人脸图像标注信息,其中,所述标注信息用于表征所述人脸图像中至少一个牙齿的关键点在所述人脸图像中位置;
提取单元,被配置成从所述人脸图像中提取嘴巴图像;
变换单元,被配置成对所述标注信息进行变换,得到变换后标注信息,其中,所述变换后标注信息用于表征所述至少一个牙齿的关键点在所述嘴巴图像中的位置;
排序单元,被配置成基于所述变换后标注信息对所述至少一个牙齿中各个牙齿的关键点进行排序,得到排序编号;
生成单元,被配置成根据所述嘴巴图像、所述排序编号及所述变换后标注信息生成训练样本。
8.根据权利要求7所述装置,其中,所述生成单元进一步被配置成:
将所述变换后标注信息与所述各个牙齿的关键点所对应的排序编号进行关联,得到所述嘴巴图像对应的标签数据;
根据所述嘴巴图像及所述标签数据生成训练样本。
9.根据权利要求7所述装置,其中,所述提取单元进一步被配置成:
对所述人脸图像进行标准化处理,得到标准化人脸图像;
从所述标准化人脸图像中提取所述嘴巴图像。
10.根据权利要求9所述装置,其中,所述提取单元进一步被配置成:
提取所述人脸图像中的人脸关键点信息;
选取标准人脸图像作为人脸对齐操作的基准图像;
基于所述基准图像及所述人脸关键点信息,对所述人脸图像进行人脸对齐操作,得到标准化人脸图像。
11.根据权利要求7所述装置,其中,所述至少一个牙齿的关键点为所述至少一个牙齿中每个牙齿末端的两个端点。
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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/202010995694.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种钙基膨润土制备工艺
- 下一篇:一种考虑用户在线关系网络的舆情主题发现方法