一种宠物脸关键点检测方法、装置、存储介质及设备制造方法及图纸

本发明专利技术涉及宠物智能识别领域，具体涉及一种宠物脸关键点检测方法、装置、存储介质及设备，方法包括：从宠物图像库中选出标准宠物脸图像；基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像；将所述目标宠物脸图像与所述标准宠物脸图像进行对比，得到偏移矩阵；基于所述偏移矩阵对所述目标宠物脸图像进行校正；通过关键点检测模型对校正后的所述目标宠物脸图像进行关键点检测，得到所述目标宠物图像的若干个关键点位置。本发明专利技术通过在检测关键点之前，通过偏移矩阵对目标宠物脸图像进行校正，使得有效提检测高宠物脸的关键点的准确率。确率。确率。

【技术实现步骤摘要】
一种宠物脸关键点检测方法、装置、存储介质及设备


[0001]本专利技术涉及宠物智能识别领域，具体而言，涉及一种宠物脸关键点检测方法、装置、存储介质及设备。

技术介绍

[0002]随着宠物在人们日常生活中的占比越来越大，人们的日常生活照片中宠物出现的频率也越来越高，现有技术和软件会对图像中出现的人脸进行美化处理，比如美颜、贴纸等；而目前针对宠物脸的检测技术则很少或检测不准确。例如当需要使用软件对宠物的脸部进行分析时，则需要对宠物脸进行识别。
[0003]因此，在宠物脸检测技术方面，现有技术还有待于改进和发展。

技术实现思路

[0004]本专利技术实施例提供了一种宠物脸关键点检测方法、装置、存储介质及设备，通过对宠物脸进行校正后，能够有效提高宠物脸上关键点检测的准确率。
[0005]根据本专利技术的一实施例，提供了一种宠物脸关键点检测方法、装置、存储介质及设备，包括以下步骤：
[0006]从宠物图像库中选出标准宠物脸图像；
[0007]基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像；
[0008]将目标宠物脸图像与标准宠物脸图像进行对比，得到偏移矩阵；
[0009]基于偏移矩阵对目标宠物脸图像进行校正；
[0010]通过关键点检测模型对校正后的目标宠物脸图像进行关键点检测，得到目标宠物图像的若干个关键点位置。
[0011]进一步地，在从宠物图像数据库中选出标准宠物脸图像之前还包括：
[0012]获取若干张宠物图像，基于宠物图像生成宠物图像库。
[0013]进一步地，在基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像之前还包括：
[0014]对宠物图像库内的宠物图像进行标注，标注包括五官框标注和关键点标注；
[0015]将进行标注后的宠物图像分类为两个数据集，其中，将标注为五官框标注的宠物图像作为用于检测宠物五官的五官检测数据集，将标注为关键点标注的宠物图像作为用于检测宠物若干个关键点的关键点数据集。
[0016]进一步地，基于YOLOv4
‑
tiny训练五官检测模型。
[0017]进一步地，基于ShuffleNetV2训练关键点检测模型。
[0018]一种宠物脸关键点检测装置，包括：
[0019]图像选取模块，用于从宠物图像库中选出标准宠物脸图像；
[0020]五官检测模型，用于对目标宠物脸进行检测，得到目标宠物脸图像；
[0021]对比模块，用于将目标宠物脸图像与标准宠物脸图像进行对比，得到偏移矩阵；
[0022]校正模块，用于基于偏移矩阵对目标宠物脸图像进行校正；
[0023]关键点检测模型，用于对校正后的目标宠物脸图像进行关键点检测，得到目标宠物图像的若干个关键点位置。
[0024]进一步地，装置还包括：
[0025]数据库生成模块，用于获取大量宠物图像，生成宠物图像库。
[0026]进一步地，在装置还包括：
[0027]标注模块，用于对宠物图像库内的宠物图像进行标注，标注包括五官框标注和关键点标注；
[0028]分类模块，用于将进行标注后的宠物图像分类为两个数据集，其中，将标注为五官框标注的宠物图像作为用于检测宠物五官的五官检测数据集，将标注为关键点标注的宠物图像作为用于检测宠物若干个关键点的关键点数据集。
[0029]一种计算机可读存储介质，计算机可读存储介质存储一个或多个程序，一个或多个程序可被一个或多个处理器执行，以实现宠物脸关键点检测方法中的步骤。
[0030]一种终端设备，包括：处理器、存储器及通信总线；存储器上存储有可被处理器执行的计算机可读程序；
[0031]通信总线实现处理器和存储器之间的连接通信；
[0032]处理器执行计算机可读程序时实现宠物脸关键点检测方法中的步骤。
[0033]本专利技术实施例中的基于一种宠物脸关键点检测方法、装置、存储介质及设备，方法包括：从宠物图像库中选出标准宠物脸图像；基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像；将所述目标宠物脸图像与所述标准宠物脸图像进行对比，得到偏移矩阵；基于所述偏移矩阵对所述目标宠物脸图像进行校正；通过关键点检测模型对校正后的所述目标宠物脸图像进行关键点检测，得到所述目标宠物图像的若干个关键点位置。本专利技术通过在检测关键点之前，通过偏移矩阵对目标宠物脸图像进行校正，使得有效提检测高宠物脸的关键点的准确率。
附图说明
[0034]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0035]图1为本专利技术宠物脸关键点检测方法的流程图；
[0036]图2为本专利技术宠物脸关键点检测方法的原理图；
[0037]图3为本专利技术宠物脸关键点检测方法的猫脸图像的五官框图；
[0038]图4为本专利技术宠物脸关键点检测方法的猫脸图像的关键点图；
[0039]图5为本专利技术提供的终端设备图。
具体实施方式
[0040]为了使本
的人员更好地理解本专利技术方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范
围。
[0041]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0042]参考图1，根据本专利技术一实施例，提供了一种宠物脸关键点检测方法，包括以下步骤：
[0043]S101：从宠物图像库中选出标准宠物脸图像；
[0044]S102：基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像；
[0045]S103：将目标宠物脸图像与标准宠物脸图像进行对比，得到偏移矩阵；
[0046]S104：基于偏移矩阵对目标宠物脸图像进行校正；
[0047]S105：通过关键点检测模型对校正后的目标宠物脸图像进行关键点检测，得到目标宠物图像的若干个关键点位置。
[0048]本专利技术实施例中的基于一种宠物脸关键点检测方法，从宠物图像库中选出标准宠物脸图像；基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像；将目标宠物脸图像与标准宠本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种宠物脸关键点检测方法，其特征在于，包括以下步骤：从宠物图像库中选出标准宠物脸图像；基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像；将所述目标宠物脸图像与所述标准宠物脸图像进行对比，得到偏移矩阵；基于所述偏移矩阵对所述目标宠物脸图像进行校正；通过关键点检测模型对校正后的所述目标宠物脸图像进行关键点检测，得到所述目标宠物图像的若干个关键点位置。2.根据权利要求1所述的宠物脸关键点检测方法，其特征在于，在从所述宠物图像数据库中选出标准宠物脸图像之前还包括：获取若干张宠物图像，基于所述宠物图像生成所述宠物图像库。3.根据权利要求1所述的宠物脸关键点检测方法，其特征在于，在所述基于五官检测模型对目标宠物脸进行检测，得到目标宠物脸图像之前还包括：对所述宠物图像库内的宠物图像进行标注，所述标注包括五官框标注和关键点标注；将进行标注后的宠物图像分类为两个数据集，其中，将标注为所述五官框标注的宠物图像作为用于检测宠物五官的五官检测数据集，将标注为所述关键点标注的宠物图像作为用于检测宠物若干个关键点的关键点数据集。4.根据权利要求1所述的宠物脸关键点检测方法，其特征在于，基于YOLOv4
‑
tiny训练所述五官检测模型。5.根据权利要求1所述的宠物脸关键点检测方法，其特征在于，基于ShuffleNetV2训练所述关键点检测模型。6.一种宠物脸关键点检测装置，其特征在于，包括：图像选取模块，用于从宠物图像库中选出标准宠物脸图像；五官检测模型，用于对目标宠物脸进行...

【专利技术属性】
技术研发人员：徐强，陈宇桥，李凌，
申请(专利权)人：苏州中科先进技术研究院有限公司，
类型：发明
国别省市：