人脸关键点定位方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种人脸关键点定位方法，包括：获取待识别的人脸图像；对人脸图像进行人脸关键点识别，得到每个人脸关键点在人脸图像中的初始位置；分别将每个人脸关键点作为目标人脸关键点，根据目标人脸关键点的初始位置从人脸图像中提取出包含有目标人脸关键点的预设大小的小图片；对每个小图片中的目标人脸关键点进行识别，确定目标人脸关键点在小图片中的精确位置；根据目标人脸关键点在小图片中的精确位置和小图片在人脸图像中的位置确定目标人脸关键点在人脸图像中的精确位置。上述人脸关键点定位方法，不仅提高了识别的速度，而且提高了识别的准确度。此外，还提出了一种人脸关键点定位装置及存储介质。

【技术实现步骤摘要】
人脸关键点定位方法、装置及存储介质
本专利技术涉及计算机
，具体涉及一种人脸关键点定位方法、装置及存储介质。
技术介绍
目前人脸关键点算法很多，但大多数算法要么是为了提高性能，便于终端部署，要么是为了提高准确率而使用比较大的模型进行关键点预测，导致模型推理速度较慢。也就是说，传统的人脸关键点识别要么识别速度慢，要么识别准确度低。因此，有必要提出一种既快又准确的人脸关键点识别方法。
技术实现思路
基于此，有必要针对上述问题，提出一种既快又准确的人脸关键点定位方法、装置及存储介质。一种人脸关键点定位方法，包括：获取待识别的人脸图像；对所述人脸图像进行人脸关键点识别，得到每个所述人脸关键点在所述人脸图像中的初始位置；分别将每个所述人脸关键点作为目标人脸关键点，根据所述目标人脸关键点的初始位置从所述人脸图像中提取出包含有所述目标人脸关键点的预设大小的小图片；对每个小图片中的目标人脸关键点进行识别，确定所述目标人脸关键点在所述小图片中的精确位置；根据所述目标人脸关键点在所述小图片中的精确位置和所述小图片在所述人脸图像中的位置确定所述目标人脸关键点在所述人脸图像中的精确位置。一种人脸关键点定位装置，包括：获取模块，用于获取待识别的人脸图像；识别模块，用于对所述人脸图像进行人脸关键点识别，得到每个所述人脸关键点在所述人脸图像中的初始位置；提取模块，用于分别将每个所述人脸关键点作为目标人脸关键点，根据所述目标人脸关键点的初始位置从所述人脸图像中提取出包含有所述目标人脸关键点的预设大小的小图片；第一确定模块，用于对每个小图片中的目标人脸关键点进行识别，确定所述目标人脸关键点在所述小图片中的精确位置；第二确定模块，用于根据所述目标人脸关键点在所述小图片中的精确位置和所述小图片在所述人脸图像中的位置确定所述目标人脸关键点在所述人脸图像中的精确位置。一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：获取待识别的人脸图像；对所述人脸图像进行人脸关键点识别，得到每个所述人脸关键点在所述人脸图像中的初始位置；分别将每个所述人脸关键点作为目标人脸关键点，根据所述目标人脸关键点的初始位置从所述人脸图像中提取出包含有所述目标人脸关键点的预设大小的小图片；对每个小图片中的目标人脸关键点进行识别，确定所述目标人脸关键点在所述小图片中的精确位置；根据所述目标人脸关键点在所述小图片中的精确位置和所述小图片在所述人脸图像中的位置确定所述目标人脸关键点在所述人脸图像中的精确位置。上述人脸关键点定位方法、装置及存储介质，首先对人脸图像的人脸关键点进行初识别的得到人脸关键点的初始位置，然后分别根据识别到的人脸关键点从人脸图像中提取出预设大小的小图片，然后针对每个小图片进行目标人脸关键点的再次识别，从而确定了目标人脸关键点在小图片中的精确位置，进而确定了目标人脸关键在在人脸图像中的精确位置。上述人脸关键点定位方法，在第一次识别得到人脸关键点之后，通过提取小图片，对小图片中的目标人脸关键点进行再次精准识别，通过二次识别提高了识别的准确度，而且在这个过程中，由于第一次识别只需要完成粗略识别，故，不需要使用复杂的模型进行识别，第二次是在第一次识别的基础上进行再次识别，计算量小，也不需要使用复杂的模型进行识别，从而提高了识别的速度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：图1是一个实施例中人脸关键点定位方法的流程图；图2是另一个实施例中人脸关键点定位方法的流程图；图3是一个实施例中从人脸图像中提取小图片的示意图；图4是一个实施例中人脸关键点定位装置的结构框图；图5是另一个实施例中人脸关键点定位装置的结构框图；图6是又一个实施例中人脸关键点定位装置的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，提出了一种人脸关键点定位方法，该人脸关键点定位方法可以应用于终端，本实施例以应用于终端举例说明。该人脸关键点定位方法具体包括以下步骤：步骤102，获取待识别的人脸图像。其中，待识别的人脸图像是指需要进行人脸关键点识别的人脸图像。待识别的人脸图像可以是直接拍摄得到的人脸图像，也可以是预先存储的人脸图像。在一个实施例中，首先获取的是包含有人脸的原始图像，然后对原始图像中的人脸进行检测，根据检测结果将人脸图像从原始图像提取出来，提取出的人脸图像作为待识别的人脸图像。步骤104，对人脸图像进行人脸关键点识别，得到每个人脸关键点在人脸图像中的初始位置。其中，人脸关键点是指反映人脸面部特征的特征点，包括：眉毛、眼睛、鼻子、嘴巴和脸部轮廓的特征点。根据人脸关键点可以定位出人脸面部的关键区域位置。所以人脸关键点的识别在人脸图像识别中是很重要的一环。在一个实施例中，采用人脸关键点识别模型来对人脸图像进行关键点识别，人脸关键点识别模型可以采用深度卷积神经网络模型训练得到。在一个实施例中，可以基于Mobilenet(一种适用于终端部署的轻量化卷积神经网络架构)进行模型训练，该模型具有模型参数小，运算速度快的特点。通过采用轻量化的人脸关键点识别模型对人脸图像进行人脸关键点的初识别，可以快速得到识别的人脸关键点，但是此时得到的人脸关键点在人脸图像中的初始位置不够准确。所以为了提高识别的准确度，后续还需要进行进一步的人脸关键点识别。步骤106，分别将每个人脸关键点作为目标人脸关键点，根据目标人脸关键点的初始位置从人脸图像中提取出包含有目标人脸关键点的预设大小的小图片。其中，为了得到更加准确的人脸关键点，首先，根据目标人脸关键点的初始位置从人脸图像中提取包含有目标人脸关键点的小图片，比如，提取出32*32大小的小图片。在一个实施例中，是以目标人脸关键点为中心进行小图片的提取，比如，提取以以目标人脸关键点为中心的正方形的小图片。步骤108，对每个小图片中的目标人脸关键点进行识别，确定目标人脸关键点在小图片中的精确位置。其中，针对每个小图片中的目标人脸关键点进行识别，可以得到目标人脸关键点在小图片中的精确位置。在初次识别时，由于识别的精确度不高，所以识别到的人脸关键点的位置不够精确，在提取到小图片时，可以更加有针对性地进行精准识别。举例说明，在人脸图像进行人脸关键点识别时，假设识别的精度精确到本文档来自技高网...

【技术保护点】
1.一种人脸关键点定位方法，其特征在于，包括：/n获取待识别的人脸图像；/n对所述人脸图像进行人脸关键点识别，得到每个所述人脸关键点在所述人脸图像中的初始位置；/n分别将每个所述人脸关键点作为目标人脸关键点，根据所述目标人脸关键点的初始位置从所述人脸图像中提取出包含有所述目标人脸关键点的预设大小的小图片；/n对每个小图片中的目标人脸关键点进行识别，确定所述目标人脸关键点在所述小图片中的精确位置；/n根据所述目标人脸关键点在所述小图片中的精确位置和所述小图片在所述人脸图像中的位置确定所述目标人脸关键点在所述人脸图像中的精确位置。/n

【技术特征摘要】
1.一种人脸关键点定位方法，其特征在于，包括：
获取待识别的人脸图像；
对所述人脸图像进行人脸关键点识别，得到每个所述人脸关键点在所述人脸图像中的初始位置；
分别将每个所述人脸关键点作为目标人脸关键点，根据所述目标人脸关键点的初始位置从所述人脸图像中提取出包含有所述目标人脸关键点的预设大小的小图片；
对每个小图片中的目标人脸关键点进行识别，确定所述目标人脸关键点在所述小图片中的精确位置；
根据所述目标人脸关键点在所述小图片中的精确位置和所述小图片在所述人脸图像中的位置确定所述目标人脸关键点在所述人脸图像中的精确位置。


2.根据权利要求1所述的方法，其特征在于，在所述对每个小图片中的目标人脸关键点进行识别，确定所述目标人脸关键点在所述小图片中的精确位置之前，还包括：
将提取出的各个小图片进行组合拼接，得到包含有所有小图片的大图片；
所述对每个小图片中的目标人脸关键点进行识别，确定所述目标人脸关键点在所述小图片中的精确位置，包括：
将所述大图片作为人脸关键点精确识别模型的输入，所述人脸关键点精确识别模型用于对所述大图片中的每个小图片中的目标人脸关键点进行精确识别；
获取所述人脸关键点精确识别模型输出的目标人脸关键点在所述小图片中的精确位置。


3.根据权利要求2所述的方法，其特征在于，所述人脸关键点精确识别模型采用如下方式训练得到：
获取训练人脸图像样本集，所述训练人脸图像样本集中包含有拼接得到的训练大图片，所述训练大图片中包含有若干个小图片，每个小图片对应有目标人脸关键点的标注；
将所述训练大图片作为所述人脸关键点精确识别模型的输入，将所述训练大图片中所有小图片对应的目标人脸关键点的标注作为期望的输出进行训练，得到所述人脸关键点精确识别模型。


4.根据权利要求1所述的方法，其特征在于，所述根据所述目标人脸关键点的初始位置从所述人脸图像中提取出包含有所述目标人脸关键点的预设大小的小图片，包括：
分别以每个所述目标人脸关键点的初始位置为中心，从所述人脸图像中提取出预设大小的小图片。


5.根据权利要求1所述的方法，其特征在于，所述获取待识别的人脸图像包括：
对包含有人脸的原始图像进行人脸检测，提取出检测得到的人脸图像；
将检测得到的所述人脸图像作为所述待识别的人脸图像。


6.根据权利要求1所述的方法，其...

【专利技术属性】
技术研发人员：张阿强，
申请(专利权)人：深圳数联天下智能科技有限公司，
类型：发明
国别省市：广东;44