【技术实现步骤摘要】
本专利技术涉及人脸识别，尤其涉及一种人脸关键点检测方法、装置、设备及存储介质。
技术介绍
1、人脸关键点识别是指从人脸图像中自动识别出五官，以及人脸轮廓等关键部位的准确坐标的技术，在人脸识别、人脸图像编辑、人脸表情估计和人脸姿态估计等领域起到了重要作用。
2、现有的人脸关键点识别技术主要是通过深度卷积神经网络的方式来实现，通过训练好的深度卷积神经网络模型对应用场景中的人脸图像进行关键点预测。其中，深度卷积神经网络可分为基于热力图预测和基于坐标值回归两种方式确定的神经网络模型。
3、然而现有训练得到的深度卷积神经网络仅适用于数量较少的人脸关键点预测，如5个、21个或68个关键点等。但对于人脸图像编辑、人脸表情估计等精细程度要求更高的任务，往往需要更加稠密的关键点，而这类算法通常运行于计算能力较弱的移动端设备，对算法的实时性有着非常高的要求，现有深度卷积神经网络难以在同时满足准确率和实时性的条件下实现稠密关键点的识别。
技术实现思路
1、本专利技术提供了一种人脸关键点检...
【技术保护点】
1.一种人脸关键点检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述人脸关键点检测模型至少包括：特征图像提取模块、热力图特征提取模块、热力图预测模块和坐标值预测模块；
3.根据权利要求2所述的方法，其特征在于，所述根据所述热力图预测模块的输出确定至少一个锚点关键点，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述坐标值预测模块的输出确定所述融合特征图像中各关键点相对于各所述锚点关键点的关键点偏移量，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述锚点关键点集合和所述关...
【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：
2.根据权利要求1所述的方法，其特征在于，所述人脸关键点检测模型至少包括：特征图像提取模块、热力图特征提取模块、热力图预测模块和坐标值预测模块；
3.根据权利要求2所述的方法，其特征在于，所述根据所述热力图预测模块的输出确定至少一个锚点关键点，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述坐标值预测模块的输出确定所述融合特征图像中各关键点相对于各所述锚点关键点的关键点偏移量，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述锚点关键点集合和所述关键点偏移量集合，确定所述待检测人脸图像对应的人脸关键点坐标集，包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于，在所述获取待检测人脸图像之前，还包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述锚点中间结果与所述标定图像中对应的锚...
【专利技术属性】
技术研发人员：谢宗生，王乃洲，朱勋沐，
申请(专利权)人：广州视源电子科技股份有限公司，
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。