【技术实现步骤摘要】
人脸关键点检测模型的训练方法、装置、计算机设备及存储介质
本专利技术涉及计算机
，具体涉及一种人脸关键点检测模型的训练方法、装置、计算机设备及存储介质。
技术介绍
人脸关键点的作用是精确定位和分割人脸各部位的位置，比如眼睛、眉毛，嘴巴的精确外轮廓，脸型的外轮廓等。主要应用包括人脸变形(瘦脸、大眼等)、虚拟装饰、虚拟试妆和动画电影等领域。人脸关键点检测模型检测的精准度依赖于训练数据集，传统的人脸关键点的训练数据集是随机收集不同的人脸照片，并在照片上手工进行关键点标注。由于人脸关键点的定义并不是精确唯一的，手工标注的人脸关键点是在一定范围内振动的。对于视频流，人脸关键点的检测不但需要高准确性，而且要求高稳定性，最理想的状态是，相邻帧检测到的同一关键点要在物理空间上的同一位置，否则，会出现关键点抖动的视觉效果。但是，现阶段几乎所有模型的训练数据都是单人单张图像的手工标注，没有考虑连续视频帧之间的位置关系，使得同一关键点在不同视频帧上的位置有偏差，在连续的视频流中显示的效果就是人脸关键点抖动。<...
【技术保护点】
1.一种人脸关键点检测模型的训练方法，其特征在于，包括：/n获取三维人脸模型，确定所述三维人脸模型在初始位置对应的人脸关键点标注，所述人脸关键点标注用于指示所述人脸关键点的位置坐标；/n确定所述三维人脸模型在三维空间中的移动路径，以使所述三维人脸模型按照所述移动路径进行移动；/n在所述三维人脸模型按照所述移动路径移动的过程中，对所述三维人脸模型进行拍照得到新的二维人脸图像；/n基于拍照时所述三维人脸模型在所述移动路径中的位置和所述在初始位置对应的人脸关键点标注计算得到所述新的二维人脸图像对应的人脸关键点标注；/n将所述新的二维人脸图像和所述新的二维人脸图像对应的人脸关键点标...
【技术特征摘要】
1.一种人脸关键点检测模型的训练方法，其特征在于，包括：
获取三维人脸模型，确定所述三维人脸模型在初始位置对应的人脸关键点标注，所述人脸关键点标注用于指示所述人脸关键点的位置坐标；
确定所述三维人脸模型在三维空间中的移动路径，以使所述三维人脸模型按照所述移动路径进行移动；
在所述三维人脸模型按照所述移动路径移动的过程中，对所述三维人脸模型进行拍照得到新的二维人脸图像；
基于拍照时所述三维人脸模型在所述移动路径中的位置和所述在初始位置对应的人脸关键点标注计算得到所述新的二维人脸图像对应的人脸关键点标注；
将所述新的二维人脸图像和所述新的二维人脸图像对应的人脸关键点标注加入到训练数据集，并利用所述训练数据集对人脸关键点检测模型进行训练。
2.根据权利要求1所述的方法，其特征在于，所述获取三维人脸模型，确定所述三维人脸模型对应的人脸关键点标注，包括：
获取二维人脸图像和所述二维人脸图像对应的人脸关键点标注；
基于所述二维人脸图像生成与所述二维人脸图像对应的三维人脸模型；
基于所述二维人脸图像对应的人脸关键点标注确定映射到所述三维人脸模型对应的人脸关键点标注。
3.根据权利要求1所述的方法，其特征在于，所述获取三维人脸模型，确定所述三维人脸模型对应的人脸关键点标注，包括：
采用三维扫描仪对人脸进行扫描，得到三维人脸模型；
对所述三维人脸模型进行人脸关键点标注。
4.根据权利要求1所述的方法，其特征在于，所述移动路径包括：平移路径和旋转路径；
所述确定所述三维人脸模型在三维空间中的移动路径，包括：
随机生成所述三维人脸模型在三维空间中的平移路径和旋转路径，以使所述三维模型能够平滑地根据所述平移路径和旋转路径移动。
5.根据权利要求4所述的方法，其特征在于，所述随机生成所述三维人脸模型在三维空间中的平移路径和旋转路径，以使所述三维模型能够平滑地根据所述平移路径和旋转路径移动，包括：
按照预设的密度随机在三维空间中生成多个点，按照预设的规则将所述多个点进行排序，得到排序后的点序列，所述预设的规则为：随机从所述多个点中选取一个点作为起点，寻找与所述起点最近的点作为第二个点，寻找与所述第二个点最近的点作为第三个点，以此类推，直到遍历完所有的点；
根据所述排序后的点序列进行平滑插值，得到平滑后的平移路径；
确定所述平移路径上每个点的深度坐标，根据所述平移路径上每个点的深度坐标确定旋转路径，其中，所述旋转路径上的每个点的深度...
【专利技术属性】
技术研发人员：马啸，
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
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。