人脸姿态估计方法及装置制造方法及图纸

本发明专利技术提供一种人脸姿态估计方法及装置，方法包括：获取人脸图像及其对应的关键点信息；基于关键点信息，得到鼻子相对于两眼中点的投影距离，以及得到两眼间距；基于投影距离以及两眼间距，利用预先基于经验参数拟合得到的映射关系，得到人脸姿态。本发明专利技术通过获取人脸图像及其对应的关键点信息，以便于根据关键点信息，以及利用预先拟合得到的映射关系，对人脸姿态进行预估，以利用较为准确的映射关系对应预测人脸姿态，提高姿态预估的准确性以及可靠性。可靠性。可靠性。

【技术实现步骤摘要】
人脸姿态估计方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种人脸姿态估计方法及装置。

技术介绍

[0002]随着计算机视觉的不断发展，人脸识别相关算法层出不穷，基于深度学习的人脸识别算法在理想实验环境下，已经达到相当高的识别准确率，但在现实场景中，不同的人脸姿态，如面部的左右、俯仰与平面内旋转角度的变化等将会造成面部信息缺失，从而使得人脸识别效果面临着非常大的挑战。由于人脸姿态变化会导致人脸信息丢失及差异，使得不同人的侧脸的相似度比同一个人的侧脸和正脸之间的相似度还要高，因此，提高人脸识别效果需要首先对人脸姿态进行准确的估计。
[0003]目前，人脸姿态估计一般包括两种方法：第一种是通过将人脸图像投影到各个主成分分析姿态空间，将最相近投影系数空间的姿态作为该图像的人脸姿态；第二种是通过事先定义人脸关键点的几何结构，通过关键点检测以及模型从三维(three
‑
dimension，3D)到二维(two
‑
dimension，2D)的映射关系直接回归出人脸姿态的三个角度值：俯仰角(Pitch)，偏航角(Yaw)，翻滚角(Roll)。
[0004]然而，上述第一种方法直接依赖于图像的整体像素信息，因此计算维度较高，且姿态空间不连续，需要大量的不同姿态的人脸图像样本；第二种方法则主要依赖于关键点与3D人脸模型，而目前仍无法检测出大角度上的关键点，因而具有一定的局限性，如果关键点预测错误，则最终与3D可形变人脸模型进行拟合估计出的姿态值将会有非常大的误差。<br/>
技术实现思路

[0005]本专利技术提供一种人脸姿态估计方法及装置，用以解决现有技术中由于拍摄角度的影响以致姿态预估精度较差的缺陷，有效提高了人脸姿态估计的精度和效率。
[0006]本专利技术提供一种人脸姿态估计方法，包括：获取人脸图像及其对应的关键点信息；基于所述关键点信息，得到鼻子相对于两眼中点的投影距离，以及得到两眼间距；基于所述投影距离以及所述两眼间距，利用预先基于经验参数拟合得到的映射关系，得到人脸姿态。
[0007]根据本专利技术提供的一种人脸姿态估计方法，所述基于所述关键点信息，得到鼻子相对于两眼中点的投影距离，包括：基于所述关键点信息，得到鼻子坐标和两眼坐标；基于所述两眼坐标，得到中点坐标；根据所述中点坐标和所述鼻子坐标，得到鼻子相对于中点的投影距离。
[0008]根据本专利技术提供的一种人脸姿态估计方法，所述根据所述中点坐标和所述鼻子坐标，得到鼻子相对于中点的投影距离，包括：根据所述中点坐标和所述鼻子坐标，得到第一线段；根据所述两眼坐标，得到第二线段；根据所述第一线段和所述第二线段，得到所述第一线段和所述第二线段之间的夹角；基于所述夹角，将所述第一线段投影至所述第二线段上，得到投影距离。
[0009]根据本专利技术提供的一种人脸姿态估计方法，所述基于所述投影距离以及所述两眼
间距，利用预先基于经验参数拟合得到的映射关系，得到人脸姿态，包括：基于所述投影距离以及所述两眼间距，得到鼻子相对于双眼的比重；根据所述比重，利用预先基于经验参数拟合得到的映射关系，得到角度信息；根据所述角度信息，得到人脸姿态。
[0010]根据本专利技术提供的一种人脸姿态估计方法，所述比重，表示为：
[0011][0012]其中，r表示比重，d
p
表示投影距离，cosm表示鼻子与两眼中点形成的第一线段与两眼形成的第二线段之间夹角的余弦值；d
e
为两眼间距。
[0013]根据本专利技术提供的一种人脸姿态估计方法，在所述得到人脸姿态之前，还包括：获取预设角度范围内的经验参数，所述经验参数包括人脸历史图像对应的角度经验参数及所述人脸历史图像对应的关键点经验参数；利用所述关键点经验参数，获取鼻子相对于双眼的比重经验参数；基于所述比重经验参数及其相应的角度经验参数，得到映射关系。
[0014]本专利技术还提供一种人脸姿态估计装置，包括：数据获取模块，获取人脸图像及其对应的关键点信息；参数获取模块，基于所述关键点信息，得到鼻子相对于两眼中点的投影距离，以及得到两眼间距；姿态预估模块，基于所述投影距离以及所述两眼间距，利用预先基于经验参数拟合得到的映射关系，得到人脸姿态。
[0015]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述人脸姿态估计方法的步骤。
[0016]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述人脸姿态估计方法的步骤。
[0017]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述人脸姿态估计方法的步骤。
[0018]本专利技术提供的人脸姿态估计方法及装置，通过获取人脸图像及其对应的关键点信息，以便于根据关键点信息，以及利用预先拟合得到的映射关系，对人脸姿态进行预估，以利用较为准确的映射关系对应预测人脸姿态，提高姿态预估的准确性以及可靠性。
附图说明
[0019]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本专利技术提供的人脸姿态估计方法的流程示意图；
[0021]图2是本专利技术提供的基于经验参数拟合得到的映射关系的方法的流程示意图；
[0022]图3是本专利技术提供的人脸姿态估计装置的结构示意图；
[0023]图4是本专利技术提供的映射关系获取模块的结构示意图；
[0024]图5是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0025]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]图1示出了本专利技术一种人脸姿态估计方法的流程示意图，该方法，包括：
[0027]S11，获取人脸图像及其对应的关键点信息；
[0028]S12，基于关键点信息，得到鼻子相对于两眼中点的投影距离，以及得到两眼间距；
[0029]S13，基于投影距离以及两眼间距，利用预先基于经验参数拟合得到的映射关系，得到人脸姿态。
[0030]需要说明的是，本说明书中的S1N不代表人脸姿态估计方法的先后顺序，下面具体描述本专利技术的人脸姿态估计方法。
[0031]步骤S11，获取人脸图像及其对应的关键点信息。
[0032]在本实施例中，获取人脸图像及其对应的关键点信息，包括：获取人脸图像；将人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸姿态估计方法，其特征在于，包括：获取人脸图像及其对应的关键点信息；基于所述关键点信息，得到鼻子相对于两眼中点的投影距离，以及得到两眼间距；基于所述投影距离以及所述两眼间距，利用预先基于经验参数拟合得到的映射关系，得到人脸姿态。2.根据权利要求1所述的人脸姿态估计方法，其特征在于，所述基于所述关键点信息，得到鼻子相对于两眼中点的投影距离，包括：基于所述关键点信息，得到鼻子坐标和两眼坐标；基于所述两眼坐标，得到中点坐标；根据所述中点坐标和所述鼻子坐标，得到鼻子相对于中点的投影距离。3.根据权利要求2所述的人脸姿态估计方法，其特征在于，所述根据所述中点坐标和所述鼻子坐标，得到鼻子相对于中点的投影距离，包括：根据所述中点坐标和所述鼻子坐标，得到第一线段；根据所述两眼坐标，得到第二线段；根据所述第一线段和所述第二线段，得到所述第一线段和所述第二线段之间的夹角；基于所述夹角，将所述第一线段投影至所述第二线段上，得到投影距离。4.根据权利要求1所述的人脸姿态估计方法，其特征在于，所述基于所述投影距离以及所述两眼间距，利用预先基于经验参数拟合得到的映射关系，得到人脸姿态，包括：基于所述投影距离以及所述两眼间距，得到鼻子相对于双眼的比重；根据所述比重，利用预先基于经验参数拟合得到的映射关系，得到角度信息；根据所述角度信息，得到人脸姿态。5.根据权利要求4所述的人脸姿态估计方法，其特征在于，所述比重，表示为：其中，r表示比重，d
...

【专利技术属性】
技术研发人员：贺克赛，程新景，杨睿刚，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：