基于区域预测能力的人脸对齐方法、系统、装置和存储介质制造方法及图纸

本申请涉及基于区域预测能力的人脸对齐方法、系统、装置和存储介质，该方法包括：获取目标人脸图像，分割为多个目标子区域；在预设的人脸定界框内，根据回归森林模型，获取区域预测能力信息和人脸姿态信息；基于预设的形状索引特征算法提取出有效人脸特征点，根据有效人脸特征点训练多个回归器模型，利用每个回归器模型根据人脸姿态信息计算出人脸初始姿态信息；利用鲁棒级联姿态回归模型根据人脸初始姿态信息、区域预测能力信息和目标人脸图像，输出估测人脸姿态信息；设置预设阀值，输出人脸遮挡信息。解决了相关技术中当人脸面对镜头的角度过大或存在遮挡的情况下，难以准确识别人脸的姿态，影响智能化妆镜对人脸特征识别的准确度的问题。

【技术实现步骤摘要】

本申请涉及人脸姿态识别领域，特别是终端的基于区域预测能力的人脸对齐方法、系统、装置和存储介质。

技术介绍

1、智能化妆镜利用计算机视觉技术识别和分析人脸皮肤特征，以实现皮肤分析、虚拟试妆和个性化美容建议等。然而，仅在人脸处于合适姿态的时，智能化妆镜才能够对人脸某个部位的肤质、色调、斑点、皱纹等情况进行准确的识别，因此，人脸姿态的准确识别是影响智能化妆镜的性能和实用性的关键因素。

2、智能化妆镜的使用场景中，常常面临人脸大角度的旋转、俯仰或侧倾，导致人脸面对化妆镜时的角度过大，或是化妆时使用刷子、粉扑、口红等化妆工具，以及化妆品如眼线、睫毛膏、眼影等在涂抹时对脸部造成部分遮挡等复杂人脸姿态的情况。

3、然而，传统的人脸姿态识别方法通常基于检测和追踪人脸上的关键特征点，例如眼睛、嘴巴和鼻子等，依赖于特征点之间的相对位置和运动来估计人脸的姿态，当人脸面对镜头的角度过大或存在遮挡的情况下，这些方法往往难以准确识别人脸的姿态，影响智能化妆镜对人脸特征识别的准确度。

4、针对相关技术中存在上述识别问题，目前还没有提出有效的解决方案。本文档来自技高网...

【技术保护点】

1.一种基于区域预测能力的人脸对齐方法，其特征在于，包括：

2.根据权利要求1所述的基于区域预测能力的人脸对齐方法，其特征在于，所述回归森林模型为预先从普通人脸特征检测中训练得到。

3.根据权利要求1所述的基于区域预测能力的人脸对齐方法，其特征在于，所述区域预测能力信息的获取方法：

4.一种基于区域预测能力的人脸对齐系统，其特征在于，包括：

5.一种装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至3中任一项所述的基于区域预测能力的人脸对齐方法。p>

6.一种计...

【技术特征摘要】

1.一种基于区域预测能力的人脸对齐方法，其特征在于，包括：

2.根据权利要求1所述的基于区域预测能力的人脸对齐方法，其特征在于，所述回归森林模型为预先从普通人脸特征检测中训练得到。

3.根据权利要求1所述的基于区域预测能力的人脸对齐方法，其特征在于，所述区域预测能力信息的获取方法：

4.一种基于区域预测能力的人脸对齐系统，其特征在于，...

【专利技术属性】
技术研发人员：李俊，徐琨，
申请(专利权)人：智颜未来深圳信息技术有限公司，
类型：发明
国别省市：