【技术实现步骤摘要】
眼袋检测方法以及装置
[0001]本申请涉及人脸识别
，尤其涉及一种眼袋检测方法以及装置。
技术介绍
[0002]人脸识别技术已经被广泛应用至摄影、安防、教育和金融等多个领域，且随着人脸识别技术应用的不断深入，所识别的精细程度也越来越受到关注，其中，眼袋是一项重要的识别内容。调研显示，约有65％的用户希望对眼袋进行识别。
[0003]现有技术，通常是对待检测图像进行人脸关键点检测，得到眼部关键点，然后根据该眼部关键点确定一个预设区域来作为眼袋区域。
[0004]但由于现有技术实际上并没有对眼袋进行识别，其根据眼部关键点所确定的预设区域(即眼袋区域)的形状大小，与眼睛的形状大小密切相关，而真实眼袋的形状大小与眼睛的形状大小并没有特定的关联关系，因此，现有技术所确定的眼袋区域，与实际的眼袋区域差别很大，准确率低。
技术实现思路
[0005]有鉴于此，本申请提供一种眼袋检测方法以及装置，能够提高识别眼袋的准确率。
[0006]为了实现上述目的，第一方面，本申请实施例提供了一种眼袋检测方...
【技术保护点】
【技术特征摘要】
1.一种眼袋检测方法，其特征在于，包括：获取待检测图像，所述待检测图像包括眼袋感兴趣ROI区域；通过预设卷积神经网络模型，对所述眼袋ROI区域进行检测，得到眼袋检测得分和眼袋位置检测信息；当所述眼袋检测得分处于预设得分范围时，基于所述眼袋检测得分和所述眼袋位置检测信息，对所述待检测图像中的眼袋进行标记，得到眼袋标记信息。2.根据权利要求1所述的方法，其特征在于，在所述通过预设卷积神经网络模型，对所述眼袋ROI区域进行检测之前，还包括：对所述待检测图像进行人脸关键点检测，得到眼部关键点；基于所述眼部关键点，从所述待检测图像中确定所述眼袋ROI区域。3.根据权利要求2所述的方法，其特征在于，所述基于所述眼部关键点，从所述待检测图像中确定所述眼袋ROI区域，包括：基于所述眼部关键点，确定眼部中心点；以所述眼部中心点为基准点，从所述待检测图像中，获取预设尺寸和预设形状的区域作为所述眼袋ROI区域。4.根据权利要求3所述的方法，其特征在于，所述眼部中心点处于所述眼袋ROI区域内的上半部分，并处于所述眼袋ROI区域内的宽1/2、高1/4处。5.根据权利要求1所述的方法，其特征在于，还包括：通过所述预设卷积神经网络模型，对所述眼袋ROI区域进行检测，得到卧蚕检测分类结果和卧蚕位置检测信息；当所述卧蚕检测分类结果为有时，基于所述卧蚕检测分类结果和所述卧蚕位置检测信息，对所述待检测图像中的卧蚕进行标记，得到卧蚕标记信息。6.根据权利要求1所述的方法，其特征在于，所述眼袋位置检测信息包括眼袋关键点，所述基于所述眼袋检测得分和所述眼袋位置检测信息，对所述待检测图像中的眼袋进行标记，包括：基于所述眼袋关键点进行插值拟合，得到眼袋闭合区域；基于所述眼袋检测得分和所述眼袋闭合区域，对所述待检测图像中的眼袋进行标记。7.根据权利要求1所述的方法，其特征在于，所述眼袋位置检测信息包括眼袋分割掩膜，所述基于所述眼袋检测得分和所述眼袋位置检测信息，对所述待检测图像中的眼袋进行标记，包括：基于所述眼袋检测得分和所述眼袋分割掩膜，对所述待检测图像中的眼袋进行标记。8.根据权利要求1-7任一所述的方法，其特征在于，所述预设卷积神经网络模型于多个样本图像训练得到，所述样本图像携带眼袋标注得分和眼袋位置标注信息。9.根据权利要求1-7任一所述的方法，其特征在于，所述预设卷积神经网络模型包括多个卷积层，其中，除第一个卷积层外的其他卷积层中，包括至少一个深度可分离卷积层。10.一种卷积神经网络模型的训练方法，其特征在于，包括：获取多个样本图像，所述样本图像包括眼袋ROI区域，且所述样本图像携带眼袋标注得分和眼袋位置标注信息；通过卷积神经网络模型，对所述眼袋ROI区域进行检测，得到眼袋检测得分和眼袋位置
检测信息；基于所述样本图像的所述眼袋检测得分、所述眼袋位置检测信息、所述眼袋标注得分和所述眼袋位置标注信息，确定所述卷积神经网络模型的模型参数。11.根据权利要求10所述的...
【专利技术属性】
技术研发人员：周一丹，卢曰万，秦晓冉，陈维汉，董辰，郜文美，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：
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。