[发明专利]鼻部关键点的标注方法、装置、电子设备及存储介质

说明书

本公开涉及一种鼻部关键点的标注方法、装置、电子设备及存储介质。该方法包括获取基于渲染数据生成的人脸的渲染图像，渲染图像包括鼻部待标注的关键点，渲染数据包括关键点的三维位置和鼻部的多个预设区域；响应于关键点的三维位置投影到二维图像的投影位置在渲染图像中不可见，获取标注参数，标注参数至少包括关键点的参考轮廓的位置，参考轮廓为与关键点对应的预设区域的轮廓，与关键点对应的预设区域为包括关键点的概率大于第一阈值的预设区域；依据标注参数，标注关键点在渲染图像中的位置。可见，该方法自动标注关键点在渲染图像中的位置，并因为参数的客观性而对于同一关键点能够获得统一的标注结果，有利于降低训练得到的模型的误差。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种鼻部关键点的标注方法、装置、电子设备及存储介质。

背景技术

人脸关键点检测是人脸识别和分析领域的关键一步，它是诸如自动人脸识别、表情分析、三维人脸重建及其它人脸相关问题的前提和突破口。

而基于深度学习的人脸关键点检测模型，需要大量人脸图像和标注数据进行训练，所以，目前通常采用人工标注鼻部关键点的方法得到鼻部标注数据，但是，人工标注的方法，人工成本较高，且由于不同标注人员对同一关键点的标注结果可能不统一，而导致训练得到的模型的误差大。

发明内容

本公开提供一种鼻部关键点的标注方法、装置、电子设备及存储介质，以至少解决现有的鼻部关键点的标注方法人工成本较高，且标注结果不统一而导致训练得到的模型的误差大的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种鼻部关键点的标注方法，包括：

获取人脸的渲染图像，所述渲染图像包括鼻部待标注的关键点，所述渲染图像基于渲染数据生成，所述渲染数据包括所述关键点的三维位置和所述鼻部的多个预设区域；

响应于所述关键点的投影位置在所述渲染图像中不可见，获取标注参数，所述标注参数至少包括所述关键点的参考轮廓的位置，所述参考轮廓为与所述关键点对应的所述预设区域的轮廓，所述与所述关键点对应的所述预设区域为包括所述关键点的概率大于第一阈值的所述预设区域，所述投影位置为将所述关键点的三维位置投影到二维图像空间得到的位置；

依据所述标注参数，标注所述关键点在所述渲染图像中的位置。

可选地，标注参数还包括：参考线，所述参考线为经过所述关键点的投影位置、且方向为鼻中轴线的方向或者所述鼻中轴线的垂直方向的直线；

依据所述标注参数，标注所述关键点在所述渲染图像中的位置，包括：

依据所述参考线与所述参考轮廓的交点，标注所述关键点在所述渲染图像中的位置。

可选地，关键点位于所述鼻中轴线上，且所述关键点的所述参考线的方向为所述鼻中轴线的方向；

依据所述参考线与所述参考轮廓的交点，标注所述关键点在所述渲染图像中的位置，包括：

依据所述关键点与目标线在所述鼻中轴线方向的位置关系，从所述参考线与所述参考轮廓的多个所述交点中，选择一个所述交点标注为所述关键点的位置；所述目标线为垂直于所述鼻中轴线，且过所述鼻中轴线的中点的直线。

可选地，关键点位于所述鼻中轴线上；

所述关键点的所述参考线的方向为所述鼻中轴线的方向；

依据所述参考线与所述参考轮廓的交点，标注所述关键点在所述渲染图像中的位置，包括：

按照所述关键点的所述参考轮廓依据所述概率从大到小的排序，依次查询所述参考线与所述参考轮廓是否存在所述交点，直到查询到所述交点；