【技术实现步骤摘要】
人脸关键点检测方法、装置、设备及存储介质
本申请实施例涉及人工智能的计算机视觉
,特别涉及一种人脸关键点检测方法、装置、设备及存储介质。
技术介绍
人脸关键点检测是指从给定的人脸图像中检测诸如眼球中心、眼角、鼻尖、嘴角、人脸轮廓等部位的关键点。在相关技术中,对于二维人脸图像的人脸关键点检测,已经有比较成熟的技术,例如:ASM(ActiveShapeModel,主动形状模型)算法、AAM(ActiveAppearanceModel、主动外观模型)算法、CPR(CascadedPoseRegression,级联的姿势回归)算法、机器学习算法等等。通过上述人脸关键点检测算法,对二维人脸图像进行处理和分析,最终得到二维人脸图像中的二维人脸关键点的定位结果。但是,对于三维人脸模型中的人脸关键点检测,如果采用上述人脸关键点检测算法,直接对三维人脸模型进行处理和分析,最终得到三维人脸模型中的三维人脸关键点的定位结果,这种方式得到的三维人脸关键点的定位结果不够准确。
技术实现思路
本申请实施例提供了一种人脸关键点检测方法、装置、设备及存储介质,可以提升在三维人脸模型上检测人脸关键点的准确性。所述技术方案如下:一方面,本申请实施例提供了一种人脸关键点检测方法,所述方法包括:获取三维人脸模型;从n个不同视角投影所述三维人脸模型,得到n个二维人脸图像,所述n为大于1的整数;分别从所述n个二维人脸图像中检测对应的二维人脸关键点;获取所述n个二维人脸图像分别对应 ...
【技术保护点】
1.一种人脸关键点检测方法,其特征在于,所述方法包括:/n获取三维人脸模型;/n从n个不同视角投影所述三维人脸模型,得到n个二维人脸图像,所述n为大于1的整数;/n分别从所述n个二维人脸图像中检测对应的二维人脸关键点;/n获取所述n个二维人脸图像分别对应的关键点映射结果;其中,所述n个二维人脸图像中的第i个二维人脸图像对应的关键点映射结果,包括所述第i个二维人脸图像中的所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点,所述i为小于等于所述n的正整数;/n从所述n个二维人脸图像分别对应的关键点映射结果中,分别选取与投影视角相对应的所述三维人脸关键点进行整合,得到所述三维人脸模型上的所述三维人脸关键点的定位结果。/n
【技术特征摘要】
1.一种人脸关键点检测方法,其特征在于,所述方法包括:
获取三维人脸模型;
从n个不同视角投影所述三维人脸模型,得到n个二维人脸图像,所述n为大于1的整数;
分别从所述n个二维人脸图像中检测对应的二维人脸关键点;
获取所述n个二维人脸图像分别对应的关键点映射结果;其中,所述n个二维人脸图像中的第i个二维人脸图像对应的关键点映射结果,包括所述第i个二维人脸图像中的所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点,所述i为小于等于所述n的正整数;
从所述n个二维人脸图像分别对应的关键点映射结果中,分别选取与投影视角相对应的所述三维人脸关键点进行整合,得到所述三维人脸模型上的所述三维人脸关键点的定位结果。
2.根据权利要求1所述的方法,其特征在于,所述获取所述n个二维人脸图像分别对应的关键点映射结果,包括:
对于所述第i个二维人脸图像中的所述二维人脸关键点,获取所述二维人脸关键点对应的邻近投影点,其中,所述邻近投影点是指所述三维人脸模型的点云在所述第i个二维人脸图像中的投影点中,距离所述二维人脸关键点最近的一个投影点;
根据映射关系获取与所述邻近投影点对应的点云数据点,其中,所述映射关系包括所述点云与所述投影点之间的映射关系;
根据所述邻近投影点对应的点云数据点,确定所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点;
获取所述第i个二维人脸图像中的所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点,得到所述第i个二维人脸图像对应的关键点映射结果。
3.根据权利要求2所述的方法,其特征在于,所述二维人脸关键点为二维轮廓点;
所述根据所述邻近投影点对应的点云数据点,确定所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点,包括:
根据所述邻近投影点对应的点云数据点,从所述点云中选取与所述二维轮廓点对应的至少一个候选的三维轮廓点,其中,所述候选的三维轮廓点位于所述邻近投影点对应的点云数据点的左右两侧;
将所述候选的三维轮廓点中位于人脸最外侧的点,确定为所述二维轮廓点在所述三维人脸模型上对应的三维轮廓点。
4.根据权利要求1所述的方法,其特征在于,所述从所述n个二维人脸图像分别对应的关键点映射结果中,分别选取与投影视角相对应的所述三维人脸关键点进行整合,得到所述三维人脸模型上的所述三维人脸关键点的定位结果,包括:
从所述第i个二维人脸图像对应的关键点映射结果中,选取与第i个视角对应的所述三维人脸关键点,其中,所述第i个二维人脸图像是从所述第i个视角投影所述三维人脸模型得到的图像;
整合选取的所述n个视角分别对应的所述三维人脸关键点,得到所述三维人脸模型上的所述三维人脸关键点的定位结果。
5.根据权利要求1所述的方法,其特征在于,所述从n个不同视角投影所述三维人脸模型,得到n个二维人脸图像,包括:
对于所述n个不同视角中的第i个视角,将所述三维人脸模型的点云中在所述第i个视角中可见的点云数据点,投影到所述第i个二维人脸图像中,得到所述可见的点云数据点对应的投影点;
根据所述可见的点云数据点形成的三角形面片的纹理颜色,渲染所述投影点形成的三角形面片的纹理颜色,得到所述第i个二维人脸图像。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述n个视角包括:正脸视角、左边侧脸视角和右边侧脸视角。
7.一种人脸关键点检测装置,其特征在于,所述装置包括:
模型获取模块,用于获取三维人脸模型;
模型投影模块,用于从n个不同视角投影所述三维人脸模型,得到n个二维人脸图像,所述n为大于1的整数;<...
【专利技术属性】
技术研发人员:林祥凯,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
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。