【技术实现步骤摘要】
人脸关键点检测方法、装置、电子设备及存储介质
[0001]本专利技术涉及计算机视觉
，尤其涉及一种人脸关键点检测方法、装置、电子设备及存储介质。
技术介绍
[0002]人脸关键点检测是计算机领域的一项重要任务，其目的是定位一组预定义的关键点，从而了解人脸的结构。人脸关键点检测在许多人脸分析任务中都有所使用，如人脸识别、表情识别、年龄估计等。
[0003]现有技术中，通常根据关键点坐标或者人脸热力图来检测人脸关键点，不仅容易遗漏人脸的细节纹理信息，而且无法对人脸的全局面部特征进行学习，使得人脸关键点检测的准确率低。
技术实现思路
[0004]本专利技术提供一种人脸关键点检测方法、装置、电子设备及存储介质，用于解决现有技术中人脸关键点检测准确率低的技术问题。
[0005]本专利技术提供一种人脸关键点检测方法，包括：获取待检测人脸图；将所述待检测人脸图输入至人脸关键点检测模型，得到所述人脸关键点检测模型输出的关键点检测结果；其中，所述人脸关键点检测模型是基于样本人脸图，以及样本人脸图对应的样本...
【技术保护点】
【技术特征摘要】
1.一种人脸关键点检测方法，其特征在于，包括：获取待检测人脸图；将所述待检测人脸图输入至人脸关键点检测模型，得到所述人脸关键点检测模型输出的关键点检测结果；其中，所述人脸关键点检测模型是基于样本人脸图，以及样本人脸图对应的样本脸部UV图、样本脸部掩模图和样本关键点的真实坐标训练得到的；所述人脸关键点检测模型用于基于所述待检测人脸图的脸部UV图和脸部掩模图对所述待检测人脸图的人脸特征进行空间自注意力增强得到人脸增强特征，并基于所述人脸增强特征进行人脸关键点检测。2.根据权利要求1所述的人脸关键点检测方法，其特征在于，所述将所述待检测人脸图输入至人脸关键点检测模型，得到所述人脸关键点检测模型输出的关键点检测结果，包括：将所述待检测人脸图输入至所述人脸关键点检测模型的特征提取层，得到所述特征提取层输出的人脸特征；将所述人脸特征输入至所述人脸关键点检测模型的三维信息提取层，得到所述三维信息提取层输出的脸部UV图和脸部掩模图；将所述人脸特征、所述脸部UV图和所述脸部掩模图输入至所述人脸关键点检测模型的特征增强层，得到所述特征增强层输出的人脸增强特征；将所述人脸增强特征输入至所述人脸关键点检测模型的特征识别层，得到所述特征识别层输出的关键点检测结果。3.根据权利要求2所述的人脸关键点检测方法，其特征在于，所述将所述人脸特征、所述脸部UV图和所述脸部掩模图输入至所述人脸关键点检测模型的特征增强层，得到所述特征增强层输出的人脸增强特征，包括：将所述人脸特征、所述脸部UV图和所述脸部掩模图输入至所述特征增强层的特征变换层，由所述特征变换层基于所述脸部UV图和所述脸部掩模图将所述人脸特征变换至所述脸部UV图所表示的UV空间，得到结构归一化的人脸特征；将所述结构归一化的人脸特征输入至所述特征增强层的空间注意力层，由所述空间注意力层基于自注意力机制对所述结构归一化的人脸特征进行增强，得到所述人脸增强特征。4.根据权利要求3所述的人脸关键点检测方法，其特征在于，所述将所述结构归一化的人脸特征输入至所述特征增强层的空间注意力层，由所述空间注意力层基于自注意力机制对所述结构归一化的人脸特征进行增强，得到所述人脸增强特征，包括：将所述结构归一化的人脸特征输入至所述空间注意力层的注意力变换层，由所述注意力变换层基于所述结构归一化的人脸特征确定自注意力机制中的键向量特征、查询向量特征和值向量特征，并基于所述键向量特征、所述查询向量特征和所述值向量特征对所述结构归一化的人脸特征进行增强，得到UV空间中的人脸特征自注意力，将所述结构归一化的人脸特征和所述UV空间中的人脸特征自注意力进行逐元素加和操作，得到UV空间中的人脸增强特征；将所述UV空间中的人脸增强特征，输入至所述空间注意力层的特征反变换层，由所述特征反变换层将所述U...
【专利技术属性】
技术研发人员：王金桥，刘智威，李碧莹，赵朝阳，
申请(专利权)人：中科视语北京科技有限公司，
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。