[发明专利]一种人脸关键点检测方法、装置、电子设备及存储介质

说明书

本申请提供一种人脸关键点检测方法、装置、电子设备及存储介质，用于改善对人脸图像进行关键点检测的准确率较低的问题。该方法包括：获得多个人脸图像及每个人脸图像的图像标注，图像标注为针对人脸图像中感觉器官的轮廓形状所标注的关键点；根据每个图像标注中的关键点生成遮罩标签，获得多个遮罩标签，遮罩标签表征人脸图像中的关键点被遮挡的概率；以多个人脸图像为训练数据，以多个遮罩标签和多个人脸图像的图像标注为训练标签，对关键点检测网络中的遮罩分支和关键点分支进行训练，获得训练后的关键点检测模型，关键点检测模型用于检测出图像中的人脸关键点。

技术领域

本申请涉及机器学习、计算机视觉和图像识别的技术领域，具体而言，涉及一种人脸关键点检测方法、装置、电子设备及存储介质。

背景技术

人脸关键点检测，是一种在任意图像中自动搜索定义好的人脸特征点位置的技术，这里的人脸关键点具体例如：瞳孔、鼻子和嘴角等；人脸关键点检测在计算机视觉和模式识别应用中占有很重要的地位，人脸关键点检测是人脸识别和分析领域中的关键一步。

目前，在人脸图像质量非常好的情况下，使用目前的人脸关键点检测算法对待检测图像中的人脸关键点进行检测，可以获得理想的效果。然而，在具体的实践过程中发现，收集到的待检测图像中存在不同的程度遮挡的情况，特别是在很多场景中存在图像质量差的情况，这些情况具体例如：左眼睛和鼻子被树叶或者广告遮挡的图像等等。在待检测图像中关键的感觉器官被遮挡的情况下，使用目前的人脸关键点检测算法检测人脸关键点有很多错误的情况，这些错误具体例如：将人脸上的皱纹或者酒窝识别为关键点等等。因此，使用目前的人脸关键点检测算法检测出人脸关键点的准确率距离实际应用要求还有较大差距，也就是说，使用目前的人脸关键点检测算法对人脸图像进行关键点检测的准确率较低。

发明内容

本申请实施例的目的在于提供一种人脸关键点检测方法、装置、电子设备及存储介质，用于改善对人脸图像进行关键点检测的准确率较低的问题。

本申请实施例提供了一种人脸关键点检测方法，包括：获得多个人脸图像及每个人脸图像的图像标注，图像标注为针对人脸图像中感觉器官的轮廓形状所标注的关键点；根据每个图像标注中的关键点生成遮罩标签，获得多个遮罩标签，遮罩标签表征人脸图像中的关键点被遮挡的概率；以多个人脸图像为训练数据，以多个遮罩标签和多个人脸图像的图像标注为训练标签，对关键点检测网络中的遮罩分支和关键点分支进行训练，获得训练后的关键点检测模型，关键点检测模型用于检测出图像中的人脸关键点。在上述的实现过程中，先根据人脸图像对应的每个图像标注中的关键点生成遮罩标签，再使用人脸图像和遮罩标签对关键点检测网络中的遮罩分支进行训练，并使用所述人脸图像和所述人脸图像对应的图像标注对该关键点检测网络中的关键点分支进行训练，从而获得可以有效地检测出图像中的人脸关键点的关键点检测模型；也就是说，通过在关键点检测网络中加入遮罩分支，有效地让关键点检测网络更加关注人脸图像中被遮挡的感觉器官，从而提高了检测出人脸关键点的准确率。

可选地，在本申请实施例中，在获得训练后的关键点检测模型之后，还包括：对训练后的关键点检测模型进行蒸馏训练，获得蒸馏后的关键点检测模型，蒸馏后的关键点检测模型用于检测出图像中的人脸关键点。在上述的实现过程中，通过对训练后的关键点检测模型进行蒸馏训练，获得蒸馏后的关键点检测模型，蒸馏后的关键点检测模型用于检测出图像中的人脸关键点；从而有效地通过知识蒸馏将从大网络模型蒸馏转化成一个小网络模型，即将潜在的知识从一个预先训练好的较大的教师模型转移到构建好的轻量级的学生模型中，在保证检测出人脸关键点的准确率基本不变的情况下，提高了检测出人脸关键点的速度，减小了对计算性能和内存资源的要求，使得蒸馏后的关键点检测模型也可以在手机和其它嵌入式设备上运行，提高了检测人脸关键点的实时性。