模型性能确定方法、装置、服务器及存储介质制造方法及图纸

本公开涉及图像处理技术领域，尤其涉及一种模型性能确定方法、装置、服务器及存储介质。其中，一种模型性能确定方法，包括：获取第一关键点获取模型针对视频数据中各视频帧所输出的至少一个第一关键点，获取第二关键点获取模型针对所述视频数据中所述各视频帧所输出的至少一个第二关键点；对所述至少一个第一关键点进行归一化处理得到至少一个第三关键点，对所述至少一个第二关键点进行归一化处理得到至少一个第四关键点；基于与所述至少一个第三关键点和所述至少一个第四关键点对应的稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能。采用本公开，可以减少模型性能确定的成本的同时提高模型性能确定的可靠性。能确定的可靠性。能确定的可靠性。

【技术实现步骤摘要】
模型性能确定方法、装置、服务器及存储介质


[0001]本公开涉及图像处理
，尤其涉及一种模型性能确定方法、装置、服务器及存储介质。

技术介绍

[0002]随着科学技术的发展，图像处理技术的日益成熟，关键点获取可以用于对图像中的目标物体添加展示信息。关键点获取的可靠性直接影响目标物体的展示效果。例如在美妆应用场景中，终端可以采用深度学习算法获取人脸图像中的关键点，基于该人脸图像的关键点，终端可以对人脸图像进行渲染，得到美妆后的人脸图像。

技术实现思路

[0003]本公开提供一种模型性能确定方法、装置、服务器及存储介质，以至少解决相关技术中模型性能确定步骤复杂的问题。本公开的技术方案如下：
[0004]根据本公开实施例的第一方面，提供一种模型性能确定方法，包括：
[0005]获取第一关键点获取模型针对视频数据中各视频帧所输出的至少一个第一关键点，获取第二关键点获取模型针对所述视频数据中所述各视频帧所输出的至少一个第二关键点；
[0006]对所述至少一个第一关键点进行归一化处理得到至少一个第三关键点，对所述至少一个第二关键点进行归一化处理得到至少一个第四关键点；
[0007]基于与所述至少一个第三关键点和所述至少一个第四关键点对应的稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能。
[0008]可选的，所述稳定性数据集合包括第一稳定性数据集合和所述第二稳定性数据集合，所述基于与所述至少一个第三关键点和所述至少一个第四关键点对应的稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能，包括：
[0009]获取与所述至少一个第三关键点对应的所述第一稳定性数据集合；
[0010]获取与所述至少一个第四关键点对应的所述第二稳定性数据集合；
[0011]基于所述第一稳定性数据集合和所述第二稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能。
[0012]可选的，所述视频数据由单张图片合成，所述获取与所述至少一个第三关键点对应的所述第一稳定性数据集合，包括：
[0013]获取所述至少一个第三关键点中任一第三关键点在相邻视频帧的第一距离值；
[0014]遍历所述各视频帧，获取到与所述第三关键点对应的第一距离值集合；
[0015]基于所述第一距离值集合，获取与所述第三关键点对应的第一稳定性数据，并将所述第一稳定性数据添加至所述第一稳定性数据集合；
[0016]遍历所述至少一个第三关键点，获取与所述至少一个第三关键点对应的所述第一稳定性数据集合；
[0017]所述获取与所述至少一个第四关键点对应的所述第二稳定性数据集合，包括：
[0018]获取所述至少一个第四关键点中任一第四关键点在相邻视频帧的第二距离值；
[0019]遍历所述各视频帧，获取到与所述第四关键点对应的第二距离值集合；
[0020]基于所述第二距离值集合，获取与所述第四关键点对应的第一稳定性数据，并将所述第二稳定性数据添加至所述第二稳定性数据集合；
[0021]遍历所述至少一个第四关键点，获取与所述至少一个第四关键点对应的所述第二稳定性数据集合。
[0022]可选的，所述第一稳定性参数为第一平均距离值，所述第二稳定性参数为第二平均距离值，所述基于所述第一稳定性数据集合和所述第二稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能，包括：
[0023]计算所述第一稳定性数据集合中至少一个第一平均距离值的平均值，得到第三平均距离值；
[0024]计算所述第二稳定性数据集合中至少一个第二平均距离值的平均值，得到第四平均距离值；
[0025]若所述第三平均距离值大于所述第四平均距离值，则确定第一关键点获取模型的性能低于所述第二关键点获取模型的性能；
[0026]若所述第三平均距离值等于所述第四平均距离值，则确定第一关键点获取模型的性能等于所述第二关键点获取模型的性能；
[0027]若所述第三平均距离值小于所述第四平均距离值，则确定第一关键点获取模型的性能高于所述第二关键点获取模型的性能。
[0028]可选的，所述第一稳定性参数为第一最大距离值，所述第二稳定性参数为第二最大距离值，所述基于所述第一稳定性数据集合和所述第二稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能，包括：
[0029]获取所述第一稳定性数据集合中至少一个第一最大距离值中的第三最大距离值，所述第三最大距离值为所述至少一个第一最大距离值中的最大第一最大距离值；
[0030]获取所述第二稳定性数据集合中至少一个第二最大距离值的第四最大距离值，所述第四最大距离值为所述至少一个第二最大距离值中的最大第二最大距离值；
[0031]若所述第三最大距离值大于所述第四最大距离值，则确定第一关键点获取模型的性能低于所述第二关键点获取模型的性能；
[0032]若所述第三最大距离值等于所述第四最大距离值，则确定第一关键点获取模型的性能与所述第二关键点获取模型的性能相同；
[0033]若所述第三最大距离值小于所述第四最大距离值，则确定第一关键点获取模型的性能高于所述第二关键点获取模型的性能。
[0034]可选的，所述获取与所述至少一个第三关键点对应的所述第一稳定性数据集合，包括：
[0035]获取所述至少一个第三关键点中任一第三关键点在各视频帧的第一坐标数据集合；
[0036]对所述第一坐标数据集合进行平滑处理得到第二坐标数据集合；
[0037]基于所述第一坐标数据集合和所述第二坐标数据集合，获取与所述第三关键点对
应的第一稳定性数据，并将所述第一稳定性数据添加至所述第一稳定性数据集合；
[0038]遍历所述至少一个第三关键点，获取与所述至少一个第三关键点对应的所述第一稳定性数据集合；
[0039]所述获取与所述至少一个第四关键点对应的所述第二稳定性数据集合，包括：
[0040]获取所述至少一个第四关键点中任一第四关键点在各视频帧的第三坐标数据集合；
[0041]对所述第三坐标数据集合进行平滑处理得到第四坐标数据集合；
[0042]基于所述第三坐标数据集合和所述第四坐标数据集合，获取与所述第四关键点对应的第二稳定性数据，并将所述第二稳定性数据添加至所述第二稳定性数据集合；
[0043]遍历所述至少一个第四关键点，获取与所述至少一个第四关键点对应的所述第二稳定性数据集合。
[0044]可选的，所述第一坐标数据集合包括第一横坐标数据和第一纵坐标数据，所述第二坐标数据集合包括第二横坐标数据和第二纵坐标数据，所述基于所述第一坐标数据集合和所述第二坐标数据集合，获取与所述第三关键点对应的第一稳定性数据，包括：
[0045]基于所述第三关键点对应的所述第一横坐标数据和所述第二横坐标数据，计算所述第三关键点对应的第一偏移量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型性能确定方法，其特征在于，包括：获取第一关键点获取模型针对视频数据中各视频帧所输出的至少一个第一关键点，获取第二关键点获取模型针对所述视频数据中所述各视频帧所输出的至少一个第二关键点；对所述至少一个第一关键点进行归一化处理得到至少一个第三关键点，对所述至少一个第二关键点进行归一化处理得到至少一个第四关键点；基于与所述至少一个第三关键点和所述至少一个第四关键点对应的稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能。2.根据权利要求1所述的方法，其特征在于，所述稳定性数据集合包括第一稳定性数据集合和所述第二稳定性数据集合，所述基于与所述至少一个第三关键点和所述至少一个第四关键点对应的稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能，包括：获取与所述至少一个第三关键点对应的所述第一稳定性数据集合；获取与所述至少一个第四关键点对应的所述第二稳定性数据集合；基于所述第一稳定性数据集合和所述第二稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能。3.根据权利要求2所述的方法，其特征在于，所述视频数据由单张图片合成，所述获取与所述至少一个第三关键点对应的所述第一稳定性数据集合，包括：获取所述至少一个第三关键点中任一第三关键点在相邻视频帧的第一距离值；遍历所述各视频帧，获取到与所述第三关键点对应的第一距离值集合；基于所述第一距离值集合，获取与所述第三关键点对应的第一稳定性数据，并将所述第一稳定性数据添加至所述第一稳定性数据集合；遍历所述至少一个第三关键点，获取与所述至少一个第三关键点对应的所述第一稳定性数据集合；所述获取与所述至少一个第四关键点对应的所述第二稳定性数据集合，包括：获取所述至少一个第四关键点中任一第四关键点在相邻视频帧的第二距离值；遍历所述各视频帧，获取到与所述第四关键点对应的第二距离值集合；基于所述第二距离值集合，获取与所述第四关键点对应的第一稳定性数据，并将所述第二稳定性数据添加至所述第二稳定性数据集合；遍历所述至少一个第四关键点，获取与所述至少一个第四关键点对应的所述第二稳定性数据集合。4.根据权利要求3所述的方法，其特征在于，所述第一稳定性参数为第一平均距离值，所述第二稳定性参数为第二平均距离值，所述基于所述第一稳定性数据集合和所述第二稳定性数据集合，确定所述第一关键点获取模型和所述第二关键点获取模型的性能，包括：计算所述第一稳定性数据集合中至少一个第一平均距离值的平均值，得到第三平均距离值；计算所述第二稳定性数据集合中至少一个第二平均距离值的平均值，得到第四平均距离值；若所述第三平均距离值大于所述第四平均距离值，则确定第一关键点获取模型的性能低于所述第二关键点获取模型的性能；
若所述第三平均距离值等于所述第四平均距离值，则确定第一关键点获取模型的性能等于所述第二关键点获取模型的性能；若所述第三平均距离值小于所述第四平均距离值，则确定第一关键点获取模型的性能高于所述第二关键点获取模型的性能。5.根据权利要求3所述的方法，其特征在于，所述第一稳定性参数为第一最大距离值，所述第二稳定性参数为第二最大距离值，所述基于所述第一稳定性数据集合和所述第二稳定...

【专利技术属性】
技术研发人员：郭猛，于永航，俞明利，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：