【技术实现步骤摘要】
本专利技术属于图像处理
,特别是涉及一种用于美颜的人脸关键点定位方法及系统。
技术介绍
近年来,随着手机像素的提高,自拍人群日益增加,对照片处理的需求也日益多样化,因此对自拍照片进行个性化美颜已成为一个极富活力的研究领域;在个性化美颜的过程中,对人脸关键点的定位是个极为关键的一步,定位的精确度影响着图像中人脸美颜的质量。目前,在图像美颜过程中已经存在许多的人脸关键点的定位算法,比如早期所用到的AAM算法、ASM算法以及在这两种算法上的变种算法,还有最近用于人脸定位的基于回归的方法。但目前所使用的这些算法对图像中人脸的初始形状的过分依赖往往导致人脸关键点定位陷入局部最优,使得最终的定位效果差强人意,使得最终的关键点的定位精度较低,导致图像的美颜品质下降,需进一步进行手动调节,为使用者带来许多的不便。
技术实现思路
为了解决上述问题,本专利技术提出了一种用于美颜的人脸关键点定位方法及系统,此方法对初始化形状的依赖较弱且对于人脸关键点的定位精确度较高。为达到上述目的,本专利技术采用的技术方案是:一种用于美颜的人脸关键点定位方法,包括图像模型训练方法和人脸关键点提取方法;所述图像模型训练方法包括步骤:(1)由服务器获取样本图像;(2)将所述样本图像转换成灰度样本图像;(3)检测灰度样本图像中的人脸信息,记录人脸框位置,同时检测并读取人脸对应的特征点信息构成真实形状,统计人脸特征点 ...
【技术保护点】
一种用于美颜的人脸关键点定位方法,其特征在于,包括图像模型训练方法和人脸关键点提取方法;所述图像模型训练方法包括步骤:(1)由服务器获取样本图像;(2)将所述样本图像转换成灰度样本图像;(3)检测灰度样本图像中的人脸信息,记录人脸框位置,同时检测并读取人脸对应的特征点信息构成真实形状,统计人脸特征点坐标建立特征点模型;(4)通过采用随机形状并添加随机扰动利用步骤(3)中获取的人脸信息提取灰度样本图像中人脸的初始形状组;(5)利用随机森林和线性回归方法,根据所述真实形状和所述初始形状组迭代训练图像模型;(6)存储所述特征点模型和图像模型作为训练模型;所述人脸关键点提取方法包括步骤:(7)载入所述训练模型至移动客户端;(8)利用移动客户端获取输入图像;(9)将所述输入图像转换成灰度输入图像;(10)检测所述灰度输入图像中的人脸信息,记录人脸框位置;(11)通过采用随机形状并添加随机扰动的方法,利用步骤(10)中获取的人脸信息提取灰度输入图像中人脸的初始形状组;(12)对所述灰度输入图像中人脸的初始形状组在所述训练模型中进行迭代计算,获得新形状组;(13)求新形状组的中值作为最终形状,最终形 ...
【技术特征摘要】
1.一种用于美颜的人脸关键点定位方法,其特征在于,包括图像模型训练方法和人脸
关键点提取方法;
所述图像模型训练方法包括步骤:
(1)由服务器获取样本图像;
(2)将所述样本图像转换成灰度样本图像;
(3)检测灰度样本图像中的人脸信息,记录人脸框位置,同时检测并读取人脸对应的特
征点信息构成真实形状,统计人脸特征点坐标建立特征点模型;
(4)通过采用随机形状并添加随机扰动利用步骤(3)中获取的人脸信息提取灰度样本
图像中人脸的初始形状组;
(5)利用随机森林和线性回归方法,根据所述真实形状和所述初始形状组迭代训练图
像模型;
(6)存储所述特征点模型和图像模型作为训练模型;
所述人脸关键点提取方法包括步骤:
(7)载入所述训练模型至移动客户端;
(8)利用移动客户端获取输入图像;
(9)将所述输入图像转换成灰度输入图像;
(10)检测所述灰度输入图像中的人脸信息,记录人脸框位置;
(11)通过采用随机形状并添加随机扰动的方法,利用步骤(10)中获取的人脸信息提取
灰度输入图像中人脸的初始形状组;
(12)对所述灰度输入图像中人脸的初始形状组在所述训练模型中进行迭代计算,获得
新形状组;
(13)求新形状组的中值作为最终形状,最终形状即人脸关键点。
2.根据权利要求1所述的一种用于美颜的人脸关键点定位方法,其特征在于,所述步骤
(3)中利用Adaboost算法检测灰度样本图像中的人脸信息;所述步骤(10)中利用Adaboost
算法检测灰度输入图像中的人脸信息。
3.根据权利要求1所述的一种用于美颜的人脸关键点定位方法,其特征在于,所述步骤
(4)和步骤(11)中所述人脸的初始形状组的提取方法包括步骤:随机选择多个初始形状,并
对所述人脸框的矩形中心和尺度做随机偏移得到新人脸框,然后将所述初始形状做缩放和
偏移使初始形状落在新人脸框内,从而获得初始形状组。
4.根据权利要求1所述的一种用于美颜的人脸关键点定位方法,其特征在于,所述步骤
(5)中迭代训练图像模型包括步骤:
(5.1)利用所述真实形状和所述初始形状组计算灰度样本图像的形状残差;
(5.2)以最小化叶节点残差不纯度为目标训练随机森林;
(5.3)根据随机森林提取灰度样本图像的像素差值特征;
(5.4)利用线性回归,计算所述像素差值特征到所述形状残差的映射矩阵;
(5.5)根据所述像素差值特征和映射矩阵,计算灰度样本图像的形状增量,利用形状增
量更新所述初始形状组;
(5.6)计算所述初始形状组的差异,若大于预设阈值则返回步骤(4),否则返回步骤
(5.1)继续迭代,直到达到预设迭代次数则输出最终的随机森林和映射矩阵作为图像模型。
5.根据权利要求4所述的一种用于美颜的人脸关键点定位方法,其特征在于,所述步骤
(12)中获得新形状组的迭代计算包括步骤:...
【专利技术属性】
技术研发人员:陈丹,
申请(专利权)人:成都品果科技有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。