一种人脸关键点的检测方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及图像处理技术领域，尤其涉及一种人脸关键点的检测方法、装置、电子设备及存储介质。本申请通过将获取到的目标人脸图像输入特征提取网络中，得到人脸特征图像，并将人脸特征图像顺次输入至沙漏网络中的滤波层以及采样层，处理后得到带有关键点的目标人脸图像。基于上述方式，基于特征提取网络的特征提取操作，可以提高特征提取的准确率，对特征提取后的人脸特征图像进行关键点的提取，可以提高关键点定位速度，通过将滤波层滤波和采样层特征提取相配合来对人脸特征图像中的人脸关键点进行提取，可以提升从人脸特征图像中确定人脸关键点的准确率，进而，可以提高人脸关键点检测的效率和准确率。

【技术实现步骤摘要】
一种人脸关键点的检测方法、装置、电子设备及存储介质
本申请涉及图像处理
，尤其涉及一种人脸关键点的检测方法、装置、电子设备及存储介质。
技术介绍
随着图像技术的发展和应用，越来越多的图像检测方法应运而生，人脸检测便是其中一种应用，根据采集到的人脸图像，对图像中的人脸进行识别、比对，从而对图像中的人物进行识别。现阶段，在人脸图像识别的过程中，可能会由于采集机器的问题以及被采集人员的面部遮挡、自然光照等原因，导致在采集到的人脸图像模糊不清甚至无法完整的呈现全部人脸特征的同时，还会在人脸识别过程中重复识别人脸之外的干扰信息，从而影响基于采集到的信息对人脸进行识别的准确性。
技术实现思路
有鉴于此，本申请实施例至少提供一种人脸关键点的检测方法、装置、电子设备及存储介质，可以提高人脸关键点检测的效率以及准确率。本申请主要包括以下几个方面：第一方面，本申请实施例提供一种人脸关键点的检测方法，所述检测方法包括：获取目标人脸图像；将所述目标人脸图像输入特征提取网络，得到人脸特征图像；将所述人脸特征图像顺次输入沙漏网络中的滤波层和采样层，得到带有关键点的目标人脸图像。在一种可能的实施方式中，所述沙漏网络由顺序连接的至少两个子沙漏网络组成，每个子沙漏网络均包括顺序连接的滤波层和采样层；所述将所述人脸特征图像顺次输入沙漏网络中的滤波层和采样层，得到带有关键点的目标人脸图像，包括：将所述人脸特征图像输入到首个子沙漏网络，得到第一中间关键点图像；将所述第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像，若还存在下一个子沙漏网络，则将第二中间关键点图像作为第一关键点图像，并重新执行步骤将第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像；若不存在下一个子沙漏网络，则将最后一次得到的第二中间关键点图像作为带有关键点的所述目标人脸图像输出。在一种可能的实施方式中，所述采样层包括上采样层和下采样层，所述将所述第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像，包括：将所述第一中间关键点图像输入至所述滤波层进行低通滤波处理，得到滤波后的第一中间关键点图像；将滤波后的第一中间关键点图像输入所述下采样层进行图像缩小处理，得到缩小图像；将所述缩小图像输入至所述上采样层进行图像放大处理，得到与所述第一中间关键点图像尺寸相同的第二中间关键点图像。在一种可能的实施方式中，所述将所述第一中间关键点图像输入至所述滤波层进行低通滤波处理，得到滤波后的第一中间关键点图像，包括：针对所述第一中间关键点图像中的每个像素点，使用该像素点的像素值和参考像素点的像素值的加权求和结果作为参考像素值；针对每个像素点，使用该像素点的参考像素值替换该像素点的原像素值，以得到滤波后的第一中间关键点图像。在一种可能的实施方式中，所述将滤波后的第一中间关键点图像输入所述下采样层进行图像缩小处理，得到缩小图像，包括：确定的图像缩小处理中最后一次图像缩小处理的感受野；基于所述感受野以及所述第一中间关键点图像，确定所述缩小图像。在一种可能的实施方式中，通过以下步骤确定所述感受野：获取对滤波后的第一中间关键点图像进行每次图像缩小处理时，对所述第一中间关键点图像进行缩小处理的步长和卷积核大小；基于每次缩小处理的步长和卷积核大小，确定每次图像缩小处理的感受野。在一种可能的实施方式中，通过以下公式确定每次图像缩小处理的感受野：RFi＝(RFi+1-1)×stridei+Ksizei；其中，所述RFi为第i次卷积时的感受野，RFi+1为第i+1次卷积时的感受野，stridei为第i次缩小处理的步长，Ksizei为第i次缩小处理的卷积核，i为大于0的正整数。在一种可能的实施方式中，每个子沙漏网还包括特征提取层，所述采样层包括上采样层和下采样层，所述将所述第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像，包括：将所述第一中间关键点图像输入至所述滤波层和所述下采样层进行滤波和图像缩小处理，得到缩小图像；将所述缩小图像输入至所述上采样层进行图像放大处理，得到与所述第一中间关键点图像尺寸相同的第三中间关键点图像；将所述第三中间关键点图像输入至所述特征提取层，得到第二中间关键点图像。第二方面，本申请实施例还提供一种人脸关键点的检测装置，所述检测装置包括：获取模块，用于获取目标人脸图像；第一确定模块，用于将所述目标人脸图像输入特征提取网络，得到人脸特征图像；第二确定模块，用于将所述人脸特征图像顺次输入沙漏网络中的滤波层和采样层，得到带有关键点的目标人脸图像。在一种可能的实施方式中，所述沙漏网络由顺序连接的至少两个子沙漏网络组成，每个子沙漏网络均包括顺序连接的滤波层和采样层；所述第二确定模块包括：第一确定单元，用于将所述人脸特征图像输入到首个子沙漏网络，得到第一中间关键点图像；第二确定单元，用于将所述第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像，若还存在下一个子沙漏网络，则将第二中间关键点图像作为第一关键点图像，并重新执行步骤将第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像；若不存在下一个子沙漏网络，则将最后一次得到的第二中间关键点图像作为带有关键点的所述目标人脸图像输出。在一种可能的实施方式中，所述采样层包括上采样层和下采样层，所述第二确定单元在用于将所述第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像时，所述第二确定单元用于：将所述第一中间关键点图像输入至所述滤波层进行低通滤波处理，得到滤波后的第一中间关键点图像；将滤波后的第一中间关键点图像输入所述下采样层进行图像缩小处理，得到缩小图像；将所述缩小图像输入至所述上采样层进行图像放大处理，得到与所述第一中间关键点图像尺寸相同的第二中间关键点图像。在一种可能的实施方式中，所述第二确定单元在用于将所述第一中间关键点图像输入至所述滤波层进行低通滤波处理，得到滤波后的第一中间关键点图像时，所述第二确定单元用于：针对所述第一中间关键点图像中的每个像素点，使用该像素点的像素值和参考像素点的像素值的加权求和结果作为参考像素值；针对每个像素点，使用该像素点的参考像素值替换该像素点的原像素值，以得到滤波后的第一中间关键点图像。在一种可能的实施方式中，所述第二确定单元在用于将滤波后的第一中间关键点图像输入所述下采样层进行图像缩小处理，得到缩小图像时，所述第二确定单元用于：确定的图像缩小处理中最后一次图像缩小处理的感受野；基于所述感受野以及所述第一中间关键点图像，确定所述缩小图像。在一种可能的实施方式中，所述第二确定单元用于通过以下步骤确定所述感受野：获取对滤波后的第一中间关键点图像进行每次图像缩小处理时，对所述第本文档来自技高网...

【技术保护点】
1.一种人脸关键点的检测方法，其特征在于，所述检测方法包括：/n获取目标人脸图像；/n将所述目标人脸图像输入特征提取网络，得到人脸特征图像；/n将所述人脸特征图像顺次输入沙漏网络中的滤波层和采样层，得到带有关键点的目标人脸图像。/n

【技术特征摘要】
1.一种人脸关键点的检测方法，其特征在于，所述检测方法包括：
获取目标人脸图像；
将所述目标人脸图像输入特征提取网络，得到人脸特征图像；
将所述人脸特征图像顺次输入沙漏网络中的滤波层和采样层，得到带有关键点的目标人脸图像。


2.根据权利要求1所述的检测方法，其特征在于，所述沙漏网络由顺序连接的至少两个子沙漏网络组成，每个子沙漏网络均包括顺序连接的滤波层和采样层；所述将所述人脸特征图像顺次输入沙漏网络中的滤波层和采样层，得到带有关键点的目标人脸图像，包括：
将所述人脸特征图像输入到首个子沙漏网络，得到第一中间关键点图像；
将所述第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像，若还存在下一个子沙漏网络，则将第二中间关键点图像作为第一关键点图像，并重新执行步骤将第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像；若不存在下一个子沙漏网络，则将最后一次得到的第二中间关键点图像作为带有关键点的所述目标人脸图像输出。


3.根据权利要求2所述的检测方法，其特征在于，所述采样层包括上采样层和下采样层，所述将所述第一中间关键点图像输入至下一个子沙漏网络，得到第二中间关键点图像，包括：
将所述第一中间关键点图像输入至所述滤波层进行低通滤波处理，得到滤波后的第一中间关键点图像；
将滤波后的第一中间关键点图像输入所述下采样层进行图像缩小处理，得到缩小图像；
将所述缩小图像输入至所述上采样层进行图像放大处理，得到与所述第一中间关键点图像尺寸相同的第二中间关键点图像。


4.根据权利要求3所述的检测方法，其特征在于，所述将所述第一中间关键点图像输入至所述滤波层进行低通滤波处理，得到滤波后的第一中间关键点图像，包括：
针对所述第一中间关键点图像中的每个像素点，使用该像素点的像素值和参考像素点的像素值的加权求和结果作为参考像素值；
针对每个像素点，使用该像素点的参考像素值替换该像素点的原像素值，以得到滤波后的第一中间关键点图像。


5.根据权利要求3所述的检...

【专利技术属性】
技术研发人员：张修宝，黄泄合，沈海峰，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11