人脸数据标注方法及系统技术方案

本发明专利技术提供一种人脸数据标注方法及系统，该方法包括：获取待标注人脸图像中预设关键点的预设位置信息；根据所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中的标注信息。本发明专利技术提供一种人脸数据标注方法及系统，通过待标注人脸图像中的已知位置的预设关键点，以及预设关键点之间的几何位置信息，推测出待标注人脸图像中其它的标注信息，与传统的经过神经网络或聚类算法进行标注相比，不需要进行神经网络的训练或聚类模型的收敛等，提高了人脸数据标注方法的计算效率，适合大规模的人脸数据标注。

【技术实现步骤摘要】
人脸数据标注方法及系统
本专利技术涉及图像处理及计算机
，尤其涉及一种人脸数据标注方法及系统。
技术介绍
随着深度学习技术的飞速发展，计算机计算能力的不断提升，原本仅存在实验室内的人工智能技术逐步走向工业化，这其中以人脸检测及其识别技术尤为热门，人脸识别门禁、人脸识别考勤和人脸识别支付等衍生技术大大方便了人们的生活。基于深度学习原理的人脸检测及其识别技术依赖大量的数据支持，这些数据大多数时候并非只需要采集到即可，还需要付诸大量的人力予以标注，最终人脸检测和识别的技术指标受标注质量影响很大。然而，人工标注过程中很容易受到标注人员主观性的影响，且十分容易出错，而且标注越复杂，出错的可能性越大。因此为了减少错误标注，一般要减少标注的复杂性，但是，简单的标注常常不能满足日益复杂的需求，例如，仅标注了人脸在图片中的矩形区域的数据，无法满足需要检测眼睛、鼻子、嘴巴位置的深度学习任务，为了解决这些问题，目前已经有一些通过机器学习来辅助进行标注的方法。现有技术中提供一种人脸标注方法、装置及设备，其通过聚类的方式来对待标注人脸数据进行聚类，具体步骤如下：1、获取人脸数据库中任意两个人脸之间的人脸距离；2、根据待聚类人脸与其它人脸之间的人脸距离，获取待聚类人脸的近邻人脸；3、计算待聚类人脸和近邻人脸之间的复合共享近邻得分；4、根据该人脸距离以及复合共享近邻得分对待聚类人脸进行聚类，得到包含有人脸的分类；5、标注分类中尚未标注的人脸。该聚类方法不适合类别太多的数据集，如果有几十万上百万的人脸，聚类模型花费时间长、且很难收敛，从而导致人脸标注的效率较低。
技术实现思路
本专利技术提供一种人脸数据标注方法及系统，用以解决现有技术中人脸标注的效率较低的缺陷，实现高效的人脸标注。本专利技术提供一种人脸数据标注方法，包括：获取待标注人脸图像中预设关键点的预设位置信息；根据所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中的标注信息。根据本专利技术提供一种的人脸数据标注方法，所述标注信息包括所述待标注人脸图像中人脸的旋转角度，所述预设关键点包括左眼、右眼、鼻子，相应地，所述根据所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中的标注信息，包括：根据所述左眼的预设位置信息、所述右眼的预设位置信息、所述鼻子的预设位置信息，以及所述左眼、所述右眼和所述鼻子之间的几何位置关系，获取所述待标注人脸图像中人脸的旋转角度。根据本专利技术提供一种的人脸数据标注方法，所述根据所述左眼的预设位置信息、所述右眼的预设位置信息、所述鼻子的预设位置信息，以及所述左眼、所述右眼和所述鼻子之间的几何位置关系，获取所述待标注人脸图像中人脸的旋转角度，包括：根据所述左眼的预设位置信息和所述右眼的预设位置信息，获取翻滚角；根据所述左眼的预设位置信息、所述右眼的预设位置信息和所述鼻子的预设位置信息，获取偏航角，其中，所述旋转角度中包括围绕预设空间坐标系中Z轴旋转的所述翻滚角和围绕Y轴旋转的所述偏航角。根据本专利技术提供一种的人脸数据标注方法，所述根据所述左眼的预设位置信息和所述右眼的预设位置信息，获取翻滚角，应用如下公式获得：其中，roll表示翻滚角，(x1,y1)表示所述左眼的预设位置信息，(x2,y2)表示所述右眼的预设位置信息；和/或，所述根据所述左眼的预设位置信息、所述右眼的预设位置信息和所述鼻子的预设位置信息，获取偏航角，应用如下公式获得：其中，yaw表示所述旋转角度中的偏航角，(x1,y1)表示所述左眼的预设位置信息，(x2,y2)表示所述右眼的预设位置信息，(x3,y3)表示所述鼻子的预设位置信息。根据本专利技术提供一种的人脸数据标注方法，还包括：根据所述旋转角度、所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中目标关键点的标注位置信息，所述预设关键点还包括左嘴角和右嘴角。根据本专利技术提供一种的人脸数据标注方法，所述根据所述旋转角度、所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中目标关键点的标注位置信息，包括：所述目标关键点包括左眉毛左端、左眉毛中间、左眉毛右端、右眉毛左端、右眉毛中间、右眉毛右端、左眼睛左端、左眼睛中间、左眼睛右端、右眼睛左端、右眼睛中间、右眼睛右端、左脸颊、左脸蛋、鼻子、右脸蛋、右脸颊、左嘴角、嘴部中间、右嘴角中的一种或多种；若判断获知所述翻滚角的绝对值小于预设旋转阈值，则根据如下公式计算目标关键点的标注位置信息：(nxi,nyi)＝(xi×cos(roll)+yi×cos(roll),yi×cos(roll)-xi×cos(roll))，i＝1,2,3,4,5，hee＝0.9×(mmy-ny3)，rmx1＝rmx7＝nx1-sw/3，rmx2＝rmx8＝rmx14＝nx1，rmx3＝rmx9＝nx1+sw/3，rmx4＝rmx10＝nx2-sw/3，rmx5＝rmx11＝rmx16＝nx2，rmx6＝rmx12＝nx2+sw/3，rmx13＝nx1-sw/2，rmx15＝nx3，rmx17＝nx2+sw/2，rmx18＝nx4，rmx19＝(nx4+nx5)/2，rmx20＝nx5，rmy1＝rmy2＝rmy3＝rmy4＝rmy5＝rmy6＝emy-hee，rmy7＝rmy8＝rmy9＝ny1，rmy10＝rmy11＝rmy12＝ny2，rmy13＝rmy14＝rmy15＝rmy16＝rmy17＝ny3，rmy18＝ny4，rmy19＝(ny4+ny5)/2，rmy20＝ny5，(rxm,rxn)＝(rmxm×cos(roll)-rmym×sin(roll),rmxm×sin(roll)+rmym×cos(roll))，m＝1,2,3,…,20，其中，(x4,y4)表示所述左嘴巴的预设位置信息，(x5,y5)表示所述右嘴巴的预设位置信息，(rx1,ry1)表示所述左眉毛左端的标注位置信息，(rx2,ry2)表示所述左眉毛中间的标注位置信息，(rx3,ry3)表示所述左眉毛右端的标注位置信息，(rx4,ry4)表示所述右眉毛左端的标注位置信息，(rx5,ry5)表示所述右眉毛中间的标注位置信息，(rx6,ry6)表示所述右眉毛右端的标注位置信息，(rx7,ry7)表示所述左眼睛左端的标注位置信息，(rx8,ry8)表示所述左眼睛中间的标注位置信息，(rx9,ry9)表示所述左眼睛右端的标注位置信息，(rx10,ry10)表示所述右眼睛左端的标注位置信息，(本文档来自技高网...

【技术保护点】
1.一种人脸数据标注方法，其特征在于，包括：/n获取待标注人脸图像中预设关键点的预设位置信息；/n根据所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中的标注信息。/n

【技术特征摘要】
1.一种人脸数据标注方法，其特征在于，包括：
获取待标注人脸图像中预设关键点的预设位置信息；
根据所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中的标注信息。


2.根据权利要求1所述的人脸数据标注方法，其特征在于，所述标注信息包括所述待标注人脸图像中人脸的旋转角度，所述预设关键点包括左眼、右眼、鼻子，相应地，所述根据所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中的标注信息，包括：
根据所述左眼的预设位置信息、所述右眼的预设位置信息、所述鼻子的预设位置信息，以及所述左眼、所述右眼和所述鼻子之间的几何位置关系，获取所述待标注人脸图像中人脸的旋转角度。


3.根据权利要求2所述的人脸数据标注方法，其特征在于，所述根据所述左眼的预设位置信息、所述右眼的预设位置信息、所述鼻子的预设位置信息，以及所述左眼、所述右眼和所述鼻子之间的几何位置关系，获取所述待标注人脸图像中人脸的旋转角度，包括：
根据所述左眼的预设位置信息和所述右眼的预设位置信息，获取翻滚角；
根据所述左眼的预设位置信息、所述右眼的预设位置信息和所述鼻子的预设位置信息，获取偏航角，其中，所述旋转角度中包括围绕预设空间坐标系中Z轴旋转的所述翻滚角和围绕Y轴旋转的所述偏航角。


4.根据权利要求3所述的人脸数据标注方法，其特征在于，所述根据所述左眼的预设位置信息和所述右眼的预设位置信息，获取翻滚角，应用如下公式获得：



其中，roll表示翻滚角，(x1,y1)表示所述左眼的预设位置信息，(x2,y2)表示所述右眼的预设位置信息；
和/或，
所述根据所述左眼的预设位置信息、所述右眼的预设位置信息和所述鼻子的预设位置信息，获取偏航角，应用如下公式获得：















其中，yaw表示所述旋转角度中的偏航角，(x1,y1)表示所述左眼的预设位置信息，(x2,y2)表示所述右眼的预设位置信息，(x3,y3)表示所述鼻子的预设位置信息。


5.根据权利要求2至4任一所述的人脸数据标注方法，其特征在于，还包括：
根据所述旋转角度、所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中目标关键点的标注位置信息，所述预设关键点还包括左嘴角和右嘴角。


6.根据权利要求5所述的人脸数据标注方法，其特征在于，所述根据所述旋转角度、所述预设关键点的预设位置信息以及不同的预设关键点之间的几何位置关系，获取所述待标注人脸图像中目标关键点的标注位置信息，包括：
所述目标关键点包括左眉毛左端、左眉毛中间、左眉毛右端、右眉毛左端、右眉毛中间、右眉毛右端、左眼睛左端、左眼睛中间、左眼睛右端、右眼睛左端、右眼睛中间、右眼睛右端、左脸颊、左脸蛋、鼻子、右脸蛋、右脸颊、左嘴角、嘴部中间、右嘴角中的一种或多种；
若判断获知所述翻滚角的绝对值小于预设旋转阈值，则根据如下公式计算目标关键点的标注位置信息：
(nxi,nyi)＝(xi×cos(roll)+yi×cos(roll),yi×cos(roll)-xi×cos(roll))，
i＝1,2,3,4,5，









hee＝0.9×(mmy-ny3)，
rmx1＝rmx7＝nx1-sw/3，
rmx2＝rmx8＝rmx14＝nx1，
rmx3＝rmx9＝nx1+sw/3，
rmx4＝rmx10＝nx2-sw/3，
rmx5＝rmx11＝rmx16＝nx2，
rmx6＝rmx12＝nx2+sw/3，
rmx13＝nx1-sw/2，
rmx15＝nx3，
rmx17＝nx2+sw/2，
rmx18＝nx4，
rmx19＝(nx4+nx5)/2，
rmx20＝nx5，
rmy1＝rmy2＝rmy3＝rmy4＝rmy5＝r...

【专利技术属性】
技术研发人员：户磊，刘冲冲，朱海涛，付贤强，何武，
申请(专利权)人：北京的卢深视科技有限公司，合肥的卢深视科技有限公司，
类型：发明
国别省市：北京;11