【技术实现步骤摘要】
连续帧人脸关键点检测方法、装置、设备及存储介质
本专利技术涉及图像处理
，尤其涉及一种连续帧人脸关键点检测方法、装置、设备及存储介质。
技术介绍
人脸检测技术在各行各业中的应用越来越多，而人脸关键点是进行人脸姿态检测和人脸验证识别的必要步骤。目前，人脸检测一般是先采用跟踪算法识别出图像中的人脸区域，然后在识别出的人脸区域中提取出关键点信息。但是，这种方式需要连续进行人脸区域的跟踪，而跟踪算法很难高效地均衡跟踪速度和跟踪的准确程度，整个跟踪算法的计算量非常大，人脸关键点检测效率低下。
技术实现思路
本专利技术提供一种连续帧人脸关键点检测方法、装置、设备及存储介质，可以简化人脸关键点的提取过程，减少计算量，提高人脸关键点检测的效率和准确率。第一方面，本专利技术实施例提供一种连续帧人脸关键点检测方法，包括：获取当前帧图像，并对所述当前帧图像进行至少两次不同尺度的缩放处理，得到当前帧第一缩放图像和当前帧第二缩放图像；其中，当前帧第一缩放图像的缩放比例小于当前帧第二缩放图像的缩...
【技术保护点】
1.一种连续帧人脸关键点检测方法，其特征在于，包括：/n获取当前帧图像，并对所述当前帧图像进行至少两次不同尺度的缩放处理，得到当前帧第一缩放图像和当前帧第二缩放图像；其中，当前帧第一缩放图像的缩放比例小于当前帧第二缩放图像的缩放比例；/n在所述当前帧第一缩放图像上检测出人脸区域；/n根据预设的平均人脸关键点集、所述第二缩放图像，获取所述人脸区域在当前帧图像上的关键点集。/n
【技术特征摘要】
1.一种连续帧人脸关键点检测方法，其特征在于，包括：
获取当前帧图像，并对所述当前帧图像进行至少两次不同尺度的缩放处理，得到当前帧第一缩放图像和当前帧第二缩放图像；其中，当前帧第一缩放图像的缩放比例小于当前帧第二缩放图像的缩放比例；
在所述当前帧第一缩放图像上检测出人脸区域；
根据预设的平均人脸关键点集、所述第二缩放图像，获取所述人脸区域在当前帧图像上的关键点集。
2.根据权利要求1所述的方法，其特征在于，根据预设的平均人脸关键点集、所述第二缩放图像，获取所述人脸区域在当前帧图像上的关键点集，包括：
根据所述人脸区域和预设的平均人脸关键点集，获取所述人脸区域在当前帧第二缩放图像上的初始关键点集；
在当前帧第一缩放图像上，以所述人脸区域在当前帧第二缩放图像上的初始关键点集作为初始位置，使用第一模型进行关键点检测，得到第一关键点集；
获取所述第一关键点集中关键点的最小外切矩形框rect-a，以及rect-a在当前帧第二缩放图像上的映射框rect-b；
根据rect-b和预设的平均人脸关键点集，获取所述rect-b在当前帧第二缩放图像上的初始关键点集；
以所述rect-b在当前帧第二缩放图像上的初始关键点集作为初始位置，使用第三模型进行关键点检测，得到第二关键点集；
根据当前帧第二缩放图像的缩放尺度对所述第二关键点集中的关键点的坐标数值进行相应倍数的放大处理，得到当前帧图像上的关键点集。
3.根据权利要求2所述的方法，其特征在于，若当前帧图像不是首帧图像，且已获取前一帧的关键点集；则所述方法还包括：
获取前一帧图像的第二关键点集在前一帧图像的第一缩放图像上的映射的关键点集；
以前一帧图像的第二关键点集在前一帧图像的第一缩放图像上的映射的关键点集为初始位置，通过第二模型进行关键点检测，得到当前帧第一缩放图像上的关键点集；
根据当前帧第一缩放图像上的关键点集中各个关键点的坐标均值和标准差，以及当前帧第一缩放图像的缩放比例、当前帧第二缩放图像的缩放比例，获取当前帧第一缩放图像上的关键点集在当前帧第二缩放图像上的关键点集landmark-b0；
以landmark-b0作为初始位置，使用第三模型进行关键点检测，得到第三关键点集；
根据当前帧第二缩放图像的缩放尺度对所述第三关键点集中的关键点的坐标数值进行相应倍数的放大处理，得到当前帧图像上的关键点集。
4.根据权利要求2所述的方法，其特征在于，所述第一模型、第二模型、第三模型是指预先经过训练的图像关键点检测模型，用于获取扰动图像的关键点集中各个关键点在对应的初始图像中的位置；其中，所述扰动图像是指对所述初始图像进行缩放、平移、旋转中任一或任多操作后所得到图像。
5.根据权利要求1-4中任一项所述的方法，其特征在于，还包括：
对当前帧图像的关键点集中目标关键点的位置关系进行第一次...
【专利技术属性】
技术研发人员：苏磊，任泽，
申请(专利权)人：北京四维图新科技股份有限公司，
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。