人脸属性数据标注方法、计算机设备及存储介质技术

本发明专利技术公开了一种人脸属性数据标注方法、计算机设备及存储介质，人脸属性数据标注方法，包括：建立人脸彩色图像数据集；检测人脸彩色图像数据集中图像的人脸区域掩模；采用三维形变模型，对人脸彩色图像数据集中图像，随机初始化参数；对初始化参数进行渲染，得到渲染图像；对人脸彩色图像数据集中的所有图像数据都进行标注，得到标注后的光照数据集和头部姿态数据集；将人脸图像输入到人脸属性预测模型中训练；迭代优化模型；对待测人脸图像进行人脸检测，裁剪出人脸区域中的图像，输入到训练好的人脸属性预测模型中，预测出此时人脸的光照参数和头部姿态。本发明专利技术大大降低了训练数据采集的成本，提高了拟合的精确度。提高了拟合的精确度。提高了拟合的精确度。

【技术实现步骤摘要】
人脸属性数据标注方法、计算机设备及存储介质


[0001]本专利技术涉及图像处理
，具体是一种人脸图像的属性数据标注方法、计算机设备及存储介质。

技术介绍

[0002]人脸属性分析是指，根据人脸图像分析出面部光照、头部姿态、性别、年龄等信息，在安防、互动娱乐等领域有着广泛的应用。现有的基于计算机视觉的人脸属性分析方法依赖于高质量的带标注数据。例如人脸光照数据需要人工观察人脸图像，标注对应的宏观光照标签，如欠曝、过曝、偏红等，标注受主观影响较大，且无法全面的描述真实环境中的复杂光照。此外，传统的光照数据的采集需要在实验室环境下部署大量光源，利用不同组合光源获取带有标注的人脸光照数据。又例如头部姿态数据，需要使用3D传感器采集不同人不同角度的大量头部姿态数据。这些数据采集方法成本高昂，采集过程繁琐，且实验室环境与真实环境差异较大，基于这种数据训练后的模型在真实场景下往往泛化性不足。

技术实现思路

[0003]本专利技术所要解决的技术问题是提供一种提高拟合精度且泛化性好的人脸属性数据标注方法、计算机设备及存储介质。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸属性数据标注方法，其特征在于，包括：建立人脸彩色图像数据集；检测建立的人脸彩色图像数据集中图像的人脸区域掩模；采用三维形变模型，对建立的人脸彩色图像数据集中的图像，随机初始化身份参数、表情参数、纹理参数、球谐光照参数、头部姿态以及平移；对初始化参数得到的三维人脸模型进行渲染，得到渲染图像；计算人脸彩色图像数据集中图像与渲染图像在人脸区域掩模中的损失；最小化人脸彩色图像数据集中图像与渲染图像在人脸区域掩模中的损失，迭代优化身份参数、表情参数、纹理参数、球谐光照参数、头部姿态以及平移，得到优化后的球谐光照参数和头部姿态参数；采用优化后的球谐光照参数和头部姿态参数，对人脸彩色图像数据集中的所有图像数据进行标注，得到标注后的光照数据集和头部姿态数据集；将人脸图像输入到人脸属性预测模型中训练；用于预测人脸光照的预测模型的最后一个全连接层为对应于球谐光照的27个参数对应的27个神经元；计算一个批次训练数据的预测光照参数与标注光照参数的损失，迭代优化模型；用于预测人脸头部姿态的预测模型的最后一个全连接层为对应于头部姿态数据的4个神经元，计算一个批次训练数据的预测头部姿态数据与标注头部姿态数据的损失，迭代优化模型；对待测人脸图像进行人脸检测，裁剪出人脸区域中的图像，输入到训练好的人脸属性预测模型中，预测出此时人脸的光照参数和头部姿态。2.根据权利要求1所述的人脸属性数据标注方法，其特征在于，计算人脸彩色图像数据集中图像与渲染图像在人脸区域掩模中的损失采用L1损失函数：其中为求像素均值函数；为人脸彩色图像数据集中第n个图像；为第n个渲染图像；为图像的人脸区域掩模。3.根据权利要求2所述的人脸属性数据标注方法，其特征在于，对初始化参数进行渲染，得到的渲染...

【专利技术属性】
技术研发人员：杨帆，郝强，潘鑫淼，胡建国，
申请(专利权)人：南京甄视智能科技有限公司，
类型：发明
国别省市：