【技术实现步骤摘要】
人脸动作识别方法、装置、电子设备及存储介质
[0001]本专利技术涉及计算机
,尤其涉及一种人脸动作识别方法
、
装置
、
电子设备及存储介质
。
技术介绍
[0002]作为计算机视觉领域的研究热点,人脸动作识别技术近年来发展迅速
。
人脸动作识别在多种场景下可单独作为动作识别的关键技术,又常作为人脸识别
、
活体检测的前处理模块,人脸动作识别在身份认证
、
健康监测
、
疲劳检测
、
动作驱动等领域有着广泛应用
。
[0003]目前人脸动作识别大多基于人脸关键点实现,通过计算特定人脸关键点之间的相对关系判定人脸动作;基于深度学习的人脸关键点检测算法得到的人脸关键点数量通常为
68
点
、98
点
、106
点等
。
然而,此类算法在人脸姿态较为极端的情况下,会由于人脸关键点重叠和遮挡,造成人脸动作的误识别,降低人脸动作识别的准确率
。
技术实现思路
[0004]针对现有技术存在的问题,本专利技术提供一种人脸动作识别方法,包括:
[0005]获取待识别视频;
[0006]针对所述视频中的各视频帧,对所述视频帧进行人脸关键点检测,得到所述视频帧对应的人脸关键点信息;
[0007]选取除目标关键点信息之外的其他人脸关键点信息进行头部姿态角检测,得到所述视频帧对应的头部姿态 ...
【技术保护点】
【技术特征摘要】
1.
一种人脸动作识别方法,其特征在于,包括:获取待识别视频;针对所述视频中的各视频帧,对所述视频帧进行人脸关键点检测,得到所述视频帧对应的人脸关键点信息;选取除目标关键点信息之外的其他人脸关键点信息进行头部姿态角检测,得到所述视频帧对应的头部姿态角信息;基于所述目标关键点信息和所述头部姿态角信息,对所述视频帧进行人脸动作识别;基于各视频帧对应的人脸动作识别结果,确定针对所述待识别视频的人脸动作识别结果
。2.
根据权利要求1所述的方法,其特征在于,所述基于所述目标关键点信息和所述头部姿态角信息,对所述视频帧进行人脸动作识别,包括:基于所述目标关键点信息,识别所述视频帧中的人脸部位动作;基于所述头部姿态角信息,识别所述视频帧中的头部动作
。3.
根据权利要求2所述的方法,其特征在于,所述目标关键点信息包括嘴部关键点信息,所述人脸部位动作包括嘴部动作;所述基于所述目标关键点信息,识别所述视频帧中的人脸部位动作,包括:基于嘴部关键点信息,计算嘴部区域的长宽比;若所述嘴部区域的长宽比小于第一嘴部长宽比阈值,识别所述视频帧中的嘴部动作为张嘴动作;若所述嘴部区域的长宽比大于第二嘴部长宽比阈值,识别所述视频帧中的嘴部动作为闭嘴动作
。4.
根据权利要求3所述的方法,其特征在于,所述目标关键点信息还包括眼睛关键点信息,所述眼睛关键点信息包括左眼关键点信息和右眼关键点信息,所述人脸部位动作还包括眼睛动作;所述基于所述目标关键点信息,识别所述视频帧中的人脸部位动作,还包括:基于左眼关键点信息,计算左眼区域的长宽比;基于右眼关键点信息,计算右眼区域的长宽比;计算所述左眼区域的长宽比与所述右眼区域的长宽比的均值,作为眼睛区域的长宽比;若所述眼睛区域的长宽比大于眼睛长宽比阈值,识别所述视频帧中的眼睛动作为闭眼动作
。5.
根据权利要求4所述的方法,其特征在于,所述头部姿态角信息包括偏航角和俯仰角,所述基于所述头部姿态角信息,识别所述视频帧中的头部动作,包括:若所述偏航角大于第一偏航角阈值,识别所述视频帧中的头部动作为向左摇头动作;若所述偏航角小于第二偏航角阈值,识别所述视频帧中的头部动作为向右摇头动作;若所述俯仰角小于俯仰角阈值,识别所述视频帧中的头部动作为点头动作
。6.
根据权利要求5所述的方法,其特征在于,所述基于各视频帧对应的人脸动作识别结果,确定针对所述待识别视频的人脸动作识别结...
【专利技术属性】
技术研发人员:浦贵阳,吴兴文,李英,张文静,张弛,
申请(专利权)人:中国移动通信集团有限公司,
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。