[发明专利]一种面容元素的分类方法、装置、设备及存储介质

说明书

本发明实施例公开了一种面容元素的分类方法、装置、设备及存储介质。该方法包括获取待分类人脸图像，并生成与待分类人脸图像对应的多个局部子图，每个局部子图对应人脸上的设定面容元素；根据与每个局部子图分别对应的图像特征集，以及面容元素几何特征集，确定每个局部子图中面容元素的所属类型。本发明实施例的技术方案解决现有技术通过卷积神经网络进行图像特征提取时，经过卷积层和池化层因纹理结构的空间几何大小特征的弱化导致对五官部位识别带来较大阻碍的问题，实现精准识别人脸五官部位，准确对人脸五官分类的效果。

技术领域

本发明实施例涉及计算机技术，尤其涉及卷积神经网络技术，尤其涉及一种面容元素的分类方法、装置、设备及存储介质。

背景技术

从人体结构美学来讲，人脸中的五官通常有着对应的类型，比如，鼻子有小尖鼻、直鼻和塌鼻等，眼睛有桃花眼、丹风眼和杏眼等，嘴巴有花瓣唇、微笑唇和桃心唇等，而五官分类也通常被应用于人脸识别等领域。在目前的人脸识别等应用领域中，随着人脸特征识别技术的发展，对五官所属类型的精准识别要求也越来越高。

当前的五官分类通常通过卷积神经网络实现，提取人脸图像中的图像特征进行五官分类。而这一实现方法的本质是提取人脸图像的颜色特征、纹理特征、形状特征和空间关系特征等。

发明人在实现本发明的过程中，发现现有技术存在如下缺陷：卷积神经网络提取图像的局部视野的纹理间特征，经过卷积层及池化层后，因纹理结构的空间几何大小特征被弱化，导致为包含几何特征的相关人脸部位带来比较大的识别阻碍。

发明内容

本发明实施例提供了一种面容元素的分类方法、装置、设备及存储介质，以实现精准识别人脸五官部位，准确对人脸五官分类的效果。

第一方面，本发明实施例提供了一种面容元素的分类方法，该方法包括：

获取待分类人脸图像，并生成与待分类人脸图像对应的多个局部子图，每个局部子图对应人脸上的设定面容元素；

根据与每个局部子图分别对应的图像特征集，以及面容元素几何特征集，确定每个局部子图中面容元素的所属类型。

进一步地，根据与每个局部子图分别对应的图像特征集，以及面容元素几何特征集，确定每个局部子图中面容元素的所属类型，包括：

获取与当前处理的目标局部子图对应的目标面容元素；

在预先训练的全部面容元素分类模型中，获取与所述目标面容元素匹配的目标面容元素分类模型，并将所述目标局部子图输入至所述目标面容元素分类模型中；

通过所述面容元素分类模型从目标局部子图中提取匹配的图像特征集以及面容元素几何特征集，并根据所述图像特征集以及面容元素几何特征集，确定所述目标局部子图中目标面容元素的所属类型。

进一步地，所述目标面容元素分类模型具体包括：图像特征提取网络、面容元素几何特征提取网络、特征融合网络以及分类网络；

所述图像特征提取网络，用于根据输入的目标局部子图，在多个维度下提取图像特征集；

所述面容元素几何特征提取网络，用于在输入的目标局部子图中提取与目标面容元素对应的面容元素几何特征集；

特征融合网络，用于将所述图像特征集和所述面容元素几何特征集进行特征拼接，得到融合特征集；

分类网络，用于根据所述融合特征集，确定所述目标局部子图中所述目标面容元素的所属类型。

进一步地，所述图像特征提取网络为基于注意力机制的卷积神经网络。

进一步地，所述面容元素几何特征包括下述至少一项：面容元素的尺度、倾斜角度、关键点间的夹角、以及边缘曲率。

进一步地，生成与待分类人脸图像对应的多个局部子图，包括：