【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种人脸特征点标注方法、模型训练方法、装置和设备。
技术介绍
1、随着人工智能技术的发展，三维(three dimensional，3d)人脸模型在诸多场景得以应用。
2、传统的三维人脸建模包括三维点重建、构建三角网、纹理映射等步骤。其中，三维点重建通常需要建模师在人脸点云上标注三维人脸特征点，或者在二维人脸图像中标注人脸特征点再投影到三维点云上。而无论是哪种方式，均需要建模师花费大量时间在人脸特征点标注上，导致三维人脸建模效率低下。
技术实现思路
1、本专利技术提供一种人脸特征点标注方法、模型训练方法、装置和设备，用以解决现有技术中需要建模师进行人脸特征点标注、费时费力的缺陷。
2、本专利技术提供一种人脸特征点标注方法，包括：
3、获取人脸图像；
4、分割所述人脸图像，得到所述人脸图像中各人脸区域的图块；
5、将所述各人脸区域的图块输入所述各人脸区域的特征点标注模型，得到所述各人脸区域的特征点标...
【技术保护点】
1.一种人脸特征点标注方法，其特征在于，包括：
2.根据权利要求1所述的人脸特征点标注方法，其特征在于，所述分割所述人脸图像，得到所述人脸图像中各人脸区域的图块，包括：
3.根据权利要求2所述的人脸特征点标注方法，其特征在于，所述全局特征点标注模型的训练步骤包括：
4.根据权利要求3所述的人脸特征点标注方法，其特征在于，所述基于所述全局特征点预测位置和所述样本人脸图像的全局特征点位置标签，确定全局损失，包括：
5.根据权利要求3所述的人脸特征点标注方法，其特征在于，所述样本人脸图像包括真实人脸图像和/或合成人脸图像。p>
6.根据权...
【技术特征摘要】
1.一种人脸特征点标注方法，其特征在于，包括：
2.根据权利要求1所述的人脸特征点标注方法，其特征在于，所述分割所述人脸图像，得到所述人脸图像中各人脸区域的图块，包括：
3.根据权利要求2所述的人脸特征点标注方法，其特征在于，所述全局特征点标注模型的训练步骤包括：
4.根据权利要求3所述的人脸特征点标注方法，其特征在于，所述基于所述全局特征点预测位置和所述样本人脸图像的全局特征点位置标签，确定全局损失，包括：
5.根据权利要求3所述的人脸特征点标注方法，其特征在于，所述样本人脸图像包括真实人脸图像和/或合成人脸图像。
6.根据权利要求1所述的人脸特征点标注方法，其特征在于，所述各人脸区域包括各人脸器官区域。
7.根据权利要求6所述的人脸特征点标注方法，其特征在于，所述各人脸器官区域包括眉眼区域、口鼻区域、耳朵区域；
8.根据权利要求1所述的人脸特征点标注方法，其特征在于，所述特征点标注模型的训练步骤包括：
9.根据权利要求8所述的人脸特征点标注方法，其特征在于，所述基于所述人脸特征点预测位置和所述样本图块的人脸特征点...
【专利技术属性】
技术研发人员：邹倩芳，金师豪，柴金祥，
申请(专利权)人：魔珐上海信息科技有限公司，
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。