[发明专利]人脸姿态估计方法、装置、电子设备和存储介质

说明书

本发明提供一种人脸姿态估计方法、装置、电子设备和存储介质，其中方法包括：确定姿态待估计的人脸深度图；将人脸深度图输入至姿态估计模型，得到姿态估计模型输出的人脸姿态；姿态估计模型是基于真值姿态训练集，或基于真值姿态训练集和相对姿态训练集训练得到的；所述真值姿态训练集包括模拟人脸深度图及其真值姿态角，所述相对姿态训练集包括真实人脸深度图对及其相对姿态角。本发明提供的方法、装置、电子设备和存储介质，两种数据综合训练，提高了姿态估计模型对各种角度数据预测的鲁棒性和准确性。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种人脸姿态估计方法、装置、电子设备和存储介质。

背景技术

人脸姿态估计，通常应用于人脸识别和人脸防伪等场景。对于人脸识别场景来说，小角度人脸图片有利于识别，而大角度人脸图片容易发生误识，因此可通过姿态估计从多张人脸图片中选择出姿态最正的图片进行识别或者过滤掉不利于识别的大角度数据来提升人脸识别效果。对于人脸防伪场景来说，用户需要做出指令要求的人脸姿态，这时需要人脸姿态估计程序来判断姿态是否符合要求。

现有的人脸姿态估计，需要采用人工方式对采集得到的人脸深度图的人脸姿态角进行标注，生成姿态角标签，从而对人脸姿态估计模型进行训练。由于人工方式确定姿态角较为困难且确定的姿态角标签误差较大，使得人脸姿态估计的准确性差。

发明内容

本发明提供一种人脸姿态估计方法、装置、电子设备和存储介质，用以解决现有技术中人脸姿态估计需要采用人工方式对采集得到的人脸深度图的人脸姿态角进行标注，确定的姿态角标签误差较大，人脸姿态估计的准确性差的问题。

本发明提供一种人脸姿态估计方法，包括：

确定姿态待估计的人脸深度图；

将所述人脸深度图输入至姿态估计模型，得到所述姿态估计模型输出的人脸姿态；

其中，所述姿态估计模型是基于真值姿态训练集，或基于所述真值姿态训练集和相对姿态训练集训练得到的；

所述真值姿态训练集包括模拟人脸深度图及其真值姿态角，所述相对姿态训练集包括真实人脸深度图对及其相对姿态角。

根据本发明提供的一种人脸姿态估计方法，所述姿态估计模型的确定方法包括：

基于所述真值姿态训练集和所述相对姿态训练集，以最小化真值姿态角误差与相对姿态角误差为目标对初始模型进行训练，得到所述姿态估计模型；

其中，所述真值姿态角误差为所述模拟人脸深度图对应的人脸姿态角预估值与所述真值姿态角之间的差值；所述相对姿态角误差为所述真实人脸深度图对对应的相对姿态角预估值与所述相对姿态角之间的差值；所述真实人脸深度图对包括真实人脸深度图，以及对所述真实人脸深度图进行姿态增强得到的增强人脸深度图。

根据本发明提供的一种人脸姿态估计方法，所述姿态估计模型的损失函数为：

loss_all＝|f(Depth_sim)-Euler_gt|+|f(Aug(Depth_real))-f(Depth_real)-Euler_relative|+loss_reg