【技术实现步骤摘要】
基于锚点的人脸关键点检测方法、装置、系统和存储介质
本专利技术涉及人脸关键点
，更具体地涉及一种基于锚点的人脸关键点检测方法、装置、系统和存储介质。
技术介绍
人脸关键点检测(FacialLandmark)技术已经被广泛应用到安防、医疗等场景中，通过将人脸关键点检测算法集成到手机或其他终端设备中，用户可方便的进行手机解锁、刷脸支付和医疗美容等活动。在目前市场上的系统中，绝大多数人脸关键点检测方法是将全部正脸和侧脸数据等同对待，使用全连接得到每个关键点的空间坐标信息，但由于正脸和侧脸之间存在一定程度的角度变化、侧脸数据部分信息丢失等问题，造成现有模型提取到的特征缺少针对性、判别性，也就无法完成侧脸情况下的高精度人脸关键点检测任务。
技术实现思路
为了解决上述问题而提出了本专利技术。本专利技术提出了一种基于锚点的人脸关键点检测方案，其针对不同程度的侧脸情形提取不同的特征，在保持正脸精度不变的条件下，大幅度提高侧脸情况下的关键点检测精度。下面简要描述本专利技术提出的基于锚点的人脸关键点检测方案，更...
【技术保护点】
1.一种基于锚点的人脸关键点检测方法，其特征在于，所述方法包括：/n获取待检测的人脸图像，并对所述人脸图像进行特征提取；/n基于所述提取的特征对所述人脸图像进行分类，以确定所述人脸图像中的人脸的侧脸程度的种类，每种侧脸程度均对应于一种锚点，所述锚点为预先求得的该种侧脸程度的平均人脸关键点的集合；以及/n基于所述提取的特征以及所述分类的结果，确定所述人脸图像中人脸的关键点相对于所述锚点的偏移量，并基于所述锚点和所述偏移量计算得到所述人脸图像中的人脸关键点。/n
【技术特征摘要】
1.一种基于锚点的人脸关键点检测方法，其特征在于，所述方法包括：
获取待检测的人脸图像，并对所述人脸图像进行特征提取；
基于所述提取的特征对所述人脸图像进行分类，以确定所述人脸图像中的人脸的侧脸程度的种类，每种侧脸程度均对应于一种锚点，所述锚点为预先求得的该种侧脸程度的平均人脸关键点的集合；以及
基于所述提取的特征以及所述分类的结果，确定所述人脸图像中人脸的关键点相对于所述锚点的偏移量，并基于所述锚点和所述偏移量计算得到所述人脸图像中的人脸关键点。
2.根据权利要求1所述的方法，其特征在于，所述锚点的预先求得包括：
获取包含不同侧脸程度的多张人脸样本图像，并对每种侧脸程度的人脸样本图像中的人脸关键点求平均，以得到与每种侧脸程度相对应的平均人脸关键点的集合，作为与该种侧脸程度相对应的锚点。
3.根据权利要求2所述的方法，其特征在于，所述对每种侧脸程度的人脸样本图像中的人脸关键点求平均包括：
使用聚类方法对所述多张人脸样本图像进行聚类，并将得到的聚类中心点作为所述锚点；或者
对任一侧脸程度的多张人脸样本图像中的每个人脸关键点求算术平均值，并将所述任一侧脸程度的多张人脸样本图像中各人脸关键点的算术平均值的集合作为与所述任一侧脸程度相对应的锚点。
4.根据权利要求1-3中的任一项所述的方法，其特征在于，所述方法是由训练好的一个神经网络来实施的，所述神经网络包括第一子网络、第二子网络和第三子网络，其中：
所述第一子网络用于获取待检测的人脸图像，并对所述人脸图像进行特征提取；
所述第二子网络用于基于所述第一子网络提取的特征对所述待检测的人脸图像进行分类，以确定所述待检测的人脸图像中的人脸的侧脸程度的种类，每种侧脸程度均对应于一种锚点，所述锚点为预先求得的该种侧脸程度的平均人脸关键点的集合；
所述第三子网络用于基于所述第一子网络提取的特征和所述第二子网络的分类结果确定所述待检测的人脸图像中人脸的关键点相对于所述锚点的偏移量，并基于所述锚点和所述偏移量计算得到所述待检测的人脸图像中的人脸关键点。
5.根据权利要求4所述的方法，其特征在于，所述第三子网络进一步包括多个分支网络，每个分支网络对应于一种侧脸程度的所述偏移量的确定和人脸关键点...
【专利技术属性】
技术研发人员：耿淼，俞刚，李帮怀，
申请(专利权)人：北京迈格威科技有限公司，
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。