人臉關鍵點定位方法和裝置制造方法及圖紙

本發明專利技術公開了一種人臉關鍵點定位方法和裝置，屬于圖像處理技術領域。所述方法包括：獲取包含目標人臉的人臉圖像，確定所述人臉圖像中的所述目標人臉的人臉框；根據人臉框以及第一定位算法確定目標人臉中的n個關鍵點的位置；n≥3；從候選人臉中篩選出對應關鍵點的位置與目標人臉中的n個關鍵點的位置匹配的相似人臉；根據第二定位算法確定篩選出的相似人臉中的m個關鍵點的位置，m為正整數；解決了現有技術中終端獲得的各個關鍵點的位置會存在較大偏差的問題；達到了可以提高定位得到的各個關鍵點的位置的準確率的效果。

【技術實現步驟摘要】

本專利技術涉及圖像處理
，特別涉及一種人臉關鍵點定位方法和裝置。
技術介紹
人臉關鍵點定位是人臉圖像研究中的重要技術。該技術直接影響人臉識別、人臉屬性識別(性別識別、姿態識別和年齡識別)和人臉美化等多種與人臉識別相關的圖像處理技術。現有的人臉關鍵點定位方法通常包括：通過人臉檢測器確定人臉的人臉框，根據ESR(ExplicitShapeRegressor，顯示形狀回歸)定位算法以及人臉框對人臉進行定位，獲得人臉中的各個關鍵點。在實現本專利技術的過程中，專利技術人發現現有技術至少存在以下問題：該定位方法對人臉框的定位準確度依賴較大，也即當人臉框存在定位偏差時，終端獲得的各個關鍵點的位置也會存在較大的偏差。
技術實現思路
為了解決現有技術中存在的問題，本專利技術實施例提供了一種人臉關鍵點定位方法和裝置。所述技術方案如下：第一方面，提供了一種人臉關鍵點定位方法，該方法包括：獲取包含目標人臉的人臉圖像；確定所述人臉圖像中的所述目標人臉的人臉框；根據所述人臉框以及第一定位算法確定所述目標人臉中的n個關鍵點的位置；n≥3；所述第一定位算法是在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差在第一偏差范圍內的定位算法；從候選人臉中篩選出對應關鍵點的位置與所述目標人臉中的n個關鍵點的位置匹配的相似人臉；根據第二定位算法確定篩選出的所述相似人臉中的m個關鍵點的位置，m為正整數；所述第二定位算法是在所述人臉框定位準確時，得到的各個關鍵點的定位位置與實際位置的偏差在第二偏差范圍內，而在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差超過所述第一偏差范圍的定位算法；所述第一偏差范圍包括所述第二偏差范圍；根據對所述相似人臉的定位結果確定對所述目標人臉的定位結果。第二方面，提供了一種人臉關鍵點定位裝置，該裝置包括：獲取模塊，用于獲取包含目標人臉的人臉圖像；第一確定模塊，用于確定所述獲取模塊獲取到的所述人臉圖像中的所述目標人臉的人臉框；第二確定模塊，用于根據所述第一確定模塊確定的所述人臉框以及第一定位算法確定所述目標人臉中的n個關鍵點的位置；n≥3；所述第一定位算法是在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差在第一偏差范圍內的定位算法；人臉篩選模塊，用于從候選人臉中篩選出對應關鍵點的位置與所述目標人臉中的n個關鍵點的位置匹配的相似人臉；第三確定模塊，用于根據第二定位算法確定篩選出的所述相似人臉中的m個關鍵點的位置，m為正整數；所述第二定位算法是在所述人臉框定位準確時，得到的各個關鍵點的定位位置與實際位置的偏差在第二偏差范圍內，而在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差超過所述第一偏差范圍的定位算法；所述第一偏差范圍包括所述第二偏差范圍；定位結果確定模塊，用于根據所述第三確定模塊確定的對所述相似人臉的定位結果確定對所述目標人臉的定位結果。本專利技術實施例提供的技術方案的有益效果是：通過使用第一定位算法確定目標人臉中的n個關鍵點的位置，從候選人臉中篩選出對應關鍵點的位置與目標人臉中的n個關鍵點的位置匹配的相似人臉，然后通過第二定位算法確定篩選出的相似人臉中的m個關鍵點的位置，根據對相似人臉的定位結果確定對目標人臉的定位結果。其中，第一定位算法是在人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差在第一偏差范圍內的定位算法；第二定位算法是在人臉框定位準確時，得到的各個關鍵點的定位位置與實際位置的偏差在第二偏差范圍內，而在人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差超過第一偏差范圍的定位算法；第一偏差范圍包括第二偏差范圍；解決了現有技術中終端獲得的各個關鍵點的位置會存在較大偏差的問題；達到了可以提高定位得到的各個關鍵點的位置的準確率的效果。附圖說明為了更清楚地說明本專利技術實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1是本專利技術一個實施例提供的終端的結構示意圖；圖2是本專利技術一個實施例提供的人臉關鍵點定位方法的方法流程圖；圖3A是本專利技術另一實施例提供的人臉關鍵點定位方法的方法流程圖；圖3B是本專利技術另一實施例提供的通過第一定位算法定位得到的n個關鍵點的位置的示意圖；圖3C是本專利技術另一實施例提供的人臉關鍵點定位方法中所涉及的第一偏差范圍的示意圖；圖3D是本專利技術另一實施例提供的篩選相似人臉時的示意圖；圖4是本專利技術一個實施例提供的人臉關鍵點定位裝置的結構方框圖；圖5是本專利技術另一實施例提供的人臉關鍵點定位裝置的結構方框圖。具體實施方式為了使本專利技術的目的、技術方案和優點更加清楚，下面將結合附圖對本專利技術作進一步地詳細描述，顯然，所描述的實施例僅僅是本專利技術一部份實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其它實施例，都屬于本專利技術保護的范圍。請參考圖1，其示出了本專利技術一個實施例提供的終端的結構示意圖。該終端可以包括總線110、連接到總線110上的網絡接口單元120、存儲器130、輸入單元140、處理器150和顯示單元160。存儲器130中存儲有至少一種計算機應用程序，處理器150可以根據存儲器130中存儲的計算機應用程序執行相應操作。處理器150用于從存儲器130中獲取包含目標人臉的人臉圖像，或者通過網絡接口單元120從其他終端中獲取該包含目標人臉的人臉圖像。處理器150還用于確定人臉圖像中的目標人臉的人臉框；根據人臉框以及第一定位算法確定目標人臉中的n個關鍵點的位置；n≥3；第一定位算法是在人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差在第一偏差范圍內的定位算法；從候選人臉中篩選出對應關鍵點的位置與目標人臉中的n個關鍵點的位置匹配的相似人臉；據第二定位算法確定篩選出的相似人臉中的m個關鍵點的位置，m為正整數；第二定位算法是在人臉框定位準確時，得到的各個關鍵點的定位位置與實際位置的偏差在第二偏差范圍內，而在人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差超過第一偏差范圍的定位算法；第一偏差范圍包括第二偏差范圍；根據對相似人臉的定位結果確定對目標人臉的定位結果。綜上所述，本實施例提供的終端，通過使用第一定位算法確定目標人臉中的n個關鍵點的位置，從候選人臉中篩選出對應關鍵點的位置與目標人臉中的n個關鍵點的位置匹配的相似人臉，然后通過第二定位算法確定篩選出的相似人臉中的m個關鍵點的位置，根據對相似人臉的定位結果確定對目標人臉的定位結果。其中，第一定位算法是在人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差在第一偏差范圍內的定位算法；第二定位算法是在人臉框定位準確時，得到的各個關鍵點的定位位置與實際位置的偏差在第二偏差范圍內，而在人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差超過第一偏差范圍的定位算法；第一偏差范圍包括第二偏差范圍；解決了現有技術中終端獲得的各個關鍵點的位置會存在較大偏差的問題；達到了可本文檔來自技高網...

【技術保護點】
一種人臉關鍵點定位方法，其特征在于，所述方法包括：獲取包含目標人臉的人臉圖像；確定所述人臉圖像中的所述目標人臉的人臉框；根據所述人臉框以及第一定位算法確定所述目標人臉中的n個關鍵點的位置；n≥3；所述第一定位算法是在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差在第一偏差范圍內的定位算法；從候選人臉中篩選出對應關鍵點的位置與所述目標人臉中的n個關鍵點的位置匹配的相似人臉；根據第二定位算法確定篩選出的所述相似人臉中的m個關鍵點的位置，m為正整數；所述第二定位算法是在所述人臉框定位準確時，得到的各個關鍵點的定位位置與實際位置的偏差在第二偏差范圍內，而在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差超過所述第一偏差范圍的定位算法；所述第一偏差范圍包括所述第二偏差范圍；根據對所述相似人臉的定位結果確定對所述目標人臉的定位結果。

【技術特征摘要】
1.一種人臉關鍵點定位方法，其特征在于，所述方法包括：獲取包含目標人臉的人臉圖像；確定所述人臉圖像中的所述目標人臉的人臉框；根據所述人臉框以及第一定位算法確定所述目標人臉中的n個關鍵點的位置；n≥3；所述第一定位算法是在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差在第一偏差范圍內的定位算法；從候選人臉中篩選出對應關鍵點的位置與所述目標人臉中的n個關鍵點的位置匹配的相似人臉；根據第二定位算法確定篩選出的所述相似人臉中的m個關鍵點的位置，m為正整數；所述第二定位算法是在所述人臉框定位準確時，得到的各個關鍵點的定位位置與實際位置的偏差在第二偏差范圍內，而在所述人臉框存在定位偏差時，得到的各個關鍵點的定位位置與實際位置的偏差超過所述第一偏差范圍的定位算法；所述第一偏差范圍包括所述第二偏差范圍；根據對所述相似人臉的定位結果確定對所述目標人臉的定位結果。2.根據權利要求1所述的方法，其特征在于，所述從候選人臉中篩選出對應關鍵點的位置與所述目標人臉中的n個關鍵點的位置匹配的相似人臉，包括：對于每個候選人臉，將所述目標人臉中的n個關鍵點中的i個關鍵點的位置與所述候選人臉中的對應關鍵點的位置對齊；其中，每個候選人臉中標注有所述n個關鍵點中的每個關鍵點的位置；i<n；計算所述n個關鍵點中的剩余關鍵點與所述候選人臉中的對應關鍵點的位置之間的距離；選擇各個候選人臉中符合第一條件的相似人臉；所述第一條件包括所述距離小于第一閾值，或者，按照距離由大到小的順序排名之后排名在后N位，或者，按照距離由小到大的順序排名之后排名在前N位。3.根據權利要求1所述的方法，其特征在于，所述根據對所述相似人臉的定位結果確定對所述目標人臉的定位結果，包括：若所述定位結果有一個，則將對所述相似人臉的定位結果確定為對所述目標人臉的定位結果；若所述定位結果有至少兩個，則根據所述至少兩個定位結果中的各個關鍵點的位置，計算每個關鍵點的至少兩個位置的中心位置；將計算得到的中心位置確定為所述關鍵點的目標位置；將所述各個關鍵點的目標位置所構成的定位結果確定為對所述目標人臉的定位結果。4.根據權利要求1至3任一所述的方法，其特征在于，所述根據對所述相似人臉的定位結果確定對所述目標人臉的定位結果之前，所述方法還包括：根據預設評估算法以及所述目標人臉對所述定位結果進行評分；所述評分與所述定位結果和所述目標人臉之間的誤差呈負相關關系；選擇所述定位結果中符合第二條件的定位結果，所述第二條件包括評分低于第二閾值，或者，按照評分由大到小的順序排名后排名在前M位，或者，按照評分由小到大的順序排名后排名在后M位。5.根據權利要求1至3任一所述的方法，其特征在于，所述第一定位算法為卷積神經網絡CNN算法、主動形狀模型ASM算法、主動表觀模型AAM算法或者SDM算法；所述第二定位算法為顯示形狀回歸ESR算法、CNN算法或者SDM算法。6.一種人臉關鍵點定位裝置，其特征在于，所述裝置包括：獲取模塊，...

【專利技術屬性】
技術研發人員：汪鋮杰，李季檁，黃飛躍，吳永堅，
申請(專利權)人：騰訊科技深圳有限公司，
類型：發明
國別省市：廣東;44