[发明专利]关键点检测模型及其检测方法、装置及计算机存储介质

说明书

本申请提供一种关键点检测模型训练及其检测方法、装置及计算机存储介质，主要包括根据初始训练样本，确定初始训练样本中各关键点对应的各坐标参数与各第一可见度类别参数；根据预设数据增强规则针对初始训练样本执行数据增强处理，获得增强训练样本以及增强训练样本中各关键点对应的各第二可见度类别参数；构建关键点检测模型，并将增强训练样本作为输入，将各关键点对应的各坐标参数以及各第二可见度类别参数作为输出，以训练关键点检测模型。本申请针对各类复杂人脸的识别进行了优化，并可减少检测模型的推理耗时，以满足移动设备端的算力需求。

技术领域

本申请实施例涉及人脸识别技术领域，特别涉及一种关键点检测模型及其检测方法、装置及计算机存储介质。

背景技术

人脸关键点检测是人脸识别与分析处理中关键的技术之一，是人脸识别、人脸表情分析、人脸三维重建等技术实现的基础。人脸关键点又称人脸对齐，其有助于定位人脸姿态，还原人脸模型，理解人脸表情属性等。近年来，人脸识别技术的应用已经相对成熟，其中，人脸关键点检测技术也得到广泛的应用。

目前，人脸识别在移动设备端得到了越来越多的应用。然而，受限于移动端的资源以及算力配置，导致为移动设备端设计CNN模型非常具有挑战性，因此，如何设计出可满足移动设备端需求的高效模型，是人脸识别中一个新的挑战。

另外，实际应用场景中的模糊、昏暗、大角度侧脸、戴口罩、戴眼镜等音素都会对人脸关键点的检测带来困难。如何解决各种特殊应用场景下各种复杂人脸的关键点检测，也是本申请需要研究的一个问题。

发明内容

鉴于上述问题，本申请提供一种关键点检测模型训练及其检测方法、装置及计算机存储介质，以克服上述问题或者至少部分地解决上述问题。

本申请第一方面提供一种关键点检测模型训练方法，其包括根据初始训练样本，确定所述初始训练样本中各关键点对应的各坐标参数与各第一可见度类别参数；根据预设数据增强规则、所述初始训练样本中各关键点对应的各坐标参数和各第一可见度类别参数，针对所述初始训练样本执行数据增强处理，获得增强训练样本以及所述增强训练样本中各所述关键点对应的各第二可见度类别参数；以及构建关键点检测模型，并将所述增强训练样本作为输入，将各所述关键点对应的各所述坐标参数以及各所述第二可见度类别参数作为输出，以训练所述关键点检测模型。。

本申请第二方面提供一种计算机存储介质，所述计算机存储介质中储存有用于执行上述第一方面所述的关键点检测模型训练方法的各所述步骤的指令。

本申请第三方面提供一种关键点检测方法，其包括获得目标样本；利用上述第一方面所述的关键点检测模型训练方法所训练的所述关键点检测模型，针对所述目标样本中的各关键点执行检测，获得所述目标样本中各所述关键点对应的各坐标检测结果以及各可见度分类检测结果。

本申请第四方面提供一种计算机存储介质，所述计算机存储介质中储存有用于执行上述第三方面所述的关键点检测方法的各所述步骤的指令。

本申请第五方面提供一种关键点检测模型训练装置，其包括：样本获得模块，用于根据初始训练样本，确定所述初始训练样本中多个关键点对应的多个坐标参数和多个第一可见度类别参数；样本处理模块，用于根据预设数据增强规则、所述初始训练样本中各所述关键点对应的各所述坐标参数和各所述第一可见度类别参数，针对所述初始训练样本执行数据增强处理，获得增强训练样本以及所述增强训练样本中各所述关键点对应的各第二可见度类别参数；模型训练模块，用于构建关键点检测模型，并将所述增强训练样本作为输入，将各所述关键点对应的各所述坐标参数以及各所述第二可见度类别参数作为输出，以训练所述关键点检测模型。

本申请第六方面提供一种关键点检测装置，其包括：目标样本获得模块，用于获得目标样本；目标样本检测模块，用于上述第五方面所述的关键点检测模型训练装置所训练的所述关键点检测模型，针对所述目标样本中的各关键点执行检测，获得所述目标样本中各所述关键点对应的各坐标检测结果以及各可见度分类检测结果。