[发明专利]人脸图像获取方法、装置、电子设备及介质

权利要求书

1.一种人脸图像获取方法，其特征在于，所述方法包括：

获取待识别视频流，利用预设的多目标跟踪算法对所述待识别视频流进行目标跟踪处理，得到包含多个用户标识的图像集；

对所述图像集进行筛选处理，从所述图像集中提取目标用户标识的图像，得到标准图像集；

利用预设的人脸检测网络对所述标准图像集进行人脸检测处理，得到人脸区域图像集，将所述人脸区域图像集输入至训练好的人脸质量评价网络中进行质量评价，得到所述标准图像集中不同标准图像的人脸质量评价结果；

对所述标准图像集进行头部区域检测处理，得到头部区域图像集，将所述头部区域图像集输入至训练好的头部姿态估计网络进行预测评估处理，得到头部姿态角集合，根据所述头部姿态角集合和预设的姿态角公式进行计算，得到所述头部姿态角集合中不同头部姿态角的头部姿态角得分；

根据所述人脸质量评价结果和所头部姿态角得分对所述标准图像集进行过滤处理，得到目标人脸图像。

2.如权利要求1所述的人脸图像获取方法，其特征在于，所述利用预设的人脸检测网络对所述标准图像集进行人脸检测处理，得到人脸区域图像集，包括：

利用预设的人脸检测网络检测所述标准图像集中人脸的区域，得到标准检测框；

根据所述标准检测框从所述标准图像集中进行裁剪，得到人脸区域图像集。

3.如权利要求2所述的人脸图像获取方法，其特征在于，所述利用预设的人脸检测网络检测所述标准图像集中人脸的区域，得到标准检测框，包括：

利用所述人脸检测网络对所述标准图像集中的标准图像进行人脸特征提取，得到人脸热度图、人脸尺度图和人脸中心偏移量图；

确定所述人脸热度图中大于预设阈值的目标坐标点为人脸坐标点；

根据所述人脸坐标点从所述人脸中心偏移量图的对应位置获取人脸坐标偏移量，将所述人脸坐标偏移量与所述人脸坐标点进行相加，得到人脸中心位置；

根据所述人脸中心位置在所述人脸尺度图上进行指数换算，得到标准检测框。

4.如权利要求2所述的人脸图像获取方法，其特征在于，所述对所述标准图像集进行头部区域检测处理，得到头部区域图像集，包括：

对所述标准检测框进行头部外扩处理，得到头部外扩检测框；

利用所述头部外扩检测框对所述标准图像集进行头部区域的裁剪，得到头部区域图像集。

5.如权利要求4所述的人脸图像获取方法，其特征在于，所述对所述标准检测框进行头部外扩处理，得到头部外扩检测框，包括：

将所述标准检测框映射到预设的二维坐标系上，得到所述标准检测框的横坐标、纵坐标以及长度和宽度；

将所述标准检测框的横坐标按照所述宽度的预设外扩值进行外扩，将所述标准检测框的纵坐标按照所述长度的预设外扩值进行外扩，得到外扩横坐标值和外扩纵坐标值；

将所述外扩横坐标值和外扩纵坐标值映射到所述二维坐标系上，得到头部外扩检测框。

6.如权利要求1至5中任一项所述的人脸图像获取方法，其特征在于，所述将所述头部区域图像集输入至训练好的头部姿态估计网络进行预测评估处理，得到头部姿态角集合之前，所述方法还包括：

获取头部样本集，对所述头部样本集进行预处理，得到头部训练集；

将所述头部训练集输入至预设的姿态估计网络中，得到预测头部姿态标签；

根据所述预测头部姿态标签、预设的真实头部姿态标签和预设的头部姿态交叉熵损失值公式，计算头部姿态交叉熵损失值；

利用预设的分类函数对所述预测头部姿态标签进行分类处理，得到n维概率值，对所述n维概率值进行期望处理，得到头部姿态角；

根据所述头部姿态角和预设的姿态角真实值，计算姿态角均方误差值，并根据所述头部姿态交叉熵损失值和所述姿态角均方误差值，计算最终损失值；

利用所述最终损失值对所述姿态估计网络进行优化，直至所述最终损失值小于预设的最终损失阈值时，得到训练好的头部姿态估计网络。