人脸关键点定位处理方法和装置制造方法及图纸
【技术实现步骤摘要】
本公开涉及通信领域，尤其涉及人脸关键点定位处理方法和装置。
技术介绍
人脸关键点是脸部一些表征能力强的关键点，比如眼睛、鼻子、嘴巴和脸部轮廓等，人脸关键点定位在人脸识别领域有着很重要的作用，例如，人脸识别、跟踪和表情分析都依赖于关键点定位的结果。相关技术中，通常采用参数形状模型的方法，根据人脸关键点附近的表观特征，通过学习建立一个参数模型，并通过迭代算法优化人脸关键点的位置坐标最终获得人脸关键点的坐标。公开内容为克服相关技术中存在的问题，本公开提供一种人脸关键点定位处理方法和装置。根据本公开实施例的第一方面，提供一种人脸关键点定位处理方法，包括：采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点对应的待拟合向量；查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像；查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人脸图像进行人脸关键点定位处理。结合第一方面，在第一方面的第一种可能的实现方式中，所述查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像包括：根据所述待拟合向量，查询人脸图像样本集对应的样本矩阵，获取所述待处理的人脸图像对应的第一待修正的人脸图像；将所述第一待修正的人脸图像中的各个像素点分别与所述待处理的人脸图...
【技术保护点】
一种人脸关键点定位处理方法，其特征在于，包括：采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点对应的待拟合向量；查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像；查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人脸图像进行人脸关键点定位处理。
【技术特征摘要】
1.一种人脸关键点定位处理方法，其特征在于，包括：
采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点对应的待拟合向
量；
查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除
异常像素点处理，直至获取不存在异常像素点的人脸图像；
查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人脸图像进行人脸
关键点定位处理。
2.根据权利要求1所述的方法，其特征在于，所述查询本地保存的人脸图像样本集
对应的样本矩阵，对所述待处理的人脸图像进行剔除异常像素点处理，直至获取不存在异
常像素点的人脸图像包括：
根据所述待拟合向量，查询人脸图像样本集对应的样本矩阵，获取所述待处理的人脸
图像对应的第一待修正的人脸图像；
将所述第一待修正的人脸图像中的各个像素点分别与所述待处理的人脸图像中的各
个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点，则去除所述待处
理的人脸图像中的异常像素点对应的拟合向量的元素，以获取第一修正后的人脸图像；
根据第N修正后的人脸图像中各个像素点对应的待拟合向量，查询所述人脸图像样
本集对应的样本矩阵，获取与所述第N修正后的人脸图像对应的第N+1待修正的人脸图
像，并将所述第N+1待修正的人脸图像的各个像素点分别与所述待处理的人脸图像中的
各个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点，则去除所述第
N修正后的人脸图像中的异常像素点对应的拟合向量的元素，以获取第N+1修正后的人
脸图像，并将N加1重复执行剔除异常像素点处理，直至获取不存在异常像素点的人脸
图像；
其中，N为正整数，且初始时N等于2。
3.根据权利要求1所述的方法，其特征在于，还包括：
从数据库中获取人脸图像样本集，并获取与所述人脸图像样本集对应的初始样本矩阵
X；
对所述初始样本矩阵X进行低秩和稀疏的分解处理，获得低秩矩阵Ak和稀疏矩阵Ek；
其中，X＝Ak+Ek，k为正整数；
采用公式A＝argminf(Ak)，获取所述样本矩阵A并保存至本地；其中，
f(Ak)＝rank(Ak)+λ||Ek||0，rank(Ak)表示低秩矩阵Ak的秩，λ表示权重系数，||Ek||0表示
稀疏矩阵Ek的零范数。
4.根据权利要求2或3所述的方法，其特征在于，所述根据第N修正后的人脸图像
中各个像素点对应的待拟合向量，查询所述人脸图像样本集对应的样本矩阵，获取与所述
第N修正后的人脸图像对应的第N+1待修正的人脸图像，包括：
对所述样本矩阵进行主成分分析训练以获取均值向量和特征向量组；
采用公式(a1N,a2N,...,akN)＝argminE(a1N,a2N,...,akN)，计算获取并保存第N修
正后的人脸图像中各个像素点对应的待拟合向量的拟合系数(a1N,a2N,...,akN)，其中，
E(a1N,a2N,...,akN)=Σi=1p(xiN-μi-Σj=1kajNej,i)2,]]>p表示第N修正后的人脸图像中像素
点的个数，xiN表示所述第N修正后的人脸图像中的第i个像素，μi表示均值向量的第i
个像素，ej,i表示第j个特征向量的第i个像素，ajN表示第N修正后的人脸图像中各个
像素点对应的待拟合向量的第j个特征向量的系数，k表示所述特征向量组中向量的个数。
采用公式计算获取并保存第N+1待修正的人脸图像xN，其中，
μ表示所述均值向量，ajN表示第N修正后的人脸图像中各个像素点对应的待拟合向量
的第j个特征向量的系数，k表示所述特征向量组中向量的个数，ej表示第j个特征向量。
5.根据权利要求4所述的方法，其特征在于，所述将所述第N+1待修正的人脸图像
的各个像素点分别与所述待处理的人脸图像中的各个像素点进行比较，若获取到所述待处
理的人脸图像中存在异常像素点，则去除所述第N修正后的人脸图像中的异常像素点对
应的拟合向量的元素，以获取第N+1修正后的人脸图像，包括：
分别获取所述第N修正后的人脸图像中的各个像素点分别与所述待处理的人脸图像
中的各个像素点对应的灰度值；
采用公式ΔiN＝|miN-ni|计算获取并保存所述第N修正后的人脸图像中第i个像素
\t的点灰度值与所述待处理的人脸图像中的第i个像素点灰度值差值的绝对值ΔiN，其中，
miN表示所述第N修正后的人脸图像中第i个像素点的灰度值，ni表示所述待处理的人脸
图像中第i个像素点的灰度值；
若所述灰度值差值的绝对值ΔiN大于预设阈值，则所述待处理的人脸图像中的第i个
像素点为异常像素点，则去除所述第N修正后的人脸图像中的异常像素点对应的拟合向
量的元素，以获取第N+1修正后的人脸图像。
6.一种人脸关键点定位处理装置，其特征在于，包括：
获取模块，用于采集待处理的人脸图像，并获取所述待处理的人脸图像中各...
【专利技术属性】
技术研发人员：杨松，王百超，陈志军，
申请(专利权)人：小米科技有限责任公司，
类型：发明
国别省市：北京;11
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。