[发明专利]一种人脸关键点位定位结果的评估方法，及评估装置

权利要求书

1.一种人脸关键点位定位结果的评估方法，其特征在于，包括：

获取人脸图像，获取所述人脸图像的关键点的定位结果坐标；

对所述定位结果坐标以及平均人脸模型进行归一化处理，得到归一化后的人脸图像，其中，通过所述平均人脸模型实现所述归一化；

提取所述归一化后的人脸图像的人脸特征值，根据所述人脸特征值以及权重向量计算评估结果，其中，所述权重向量是使用所述人脸特征值以及所述关键点的定位结果坐标的精度分值计算得到的。

2.根据权利要求1所述方法，其特征在于，所述人脸特征值包括：

方向梯度直方图HOG特征值，局部二值模式LBP特征值，加窗傅立叶变换Gabor特征值中的至少一项。

3.根据权利要求1所述方法，其特征在于，所述对所述定位结果坐标以及平均人脸模型进行归一化处理包括：

将所述定位结果坐标归约到平均人脸模型得到人脸图像区域，对得到人脸图像区域进行三角剖分，将得到的三角形作为一个局部部分逐个进行反射变换，得到归一化后的人脸图像。

4.根据权利要求1至3任意一项所述方法，其特征在于，所述定位结果坐标包含至少两组；得到评估结果之后，所述方法还包括：

选取得到评估精度最高的预定个数的定位结果坐标进行重组，得到目标定位结果坐标。

5.根据权利要求1至3任意一项所述方法，其特征在于，所述对所述定位结果坐标以及平均人脸模型进行归一化处理之前，所述方法还包括：

获取M张人脸图像，并获取手工标记的关键点位坐标，M＞1；采用最小二乘法，依据所述手工标记的关键点位坐标计算得到平均人脸模型。

6.根据权利要求5所述方法，其特征在于，所述根据所述人脸特征值以及权重向量计算评估结果之前，所述方法还包括：

利用显示形状回归ESR算法对所述M张人脸图像进行定位计算，得到K个关键点位坐标，K＞1；

计算所述K个关键点位坐标与所述手工标记的关键点位坐标之间的平均平方误差根RMSE；

依据计算得到的RMSE确定所述K个关键点位坐标的精度分值，所述RMSE越大所述精度分值越小；

将所述K个关键点位坐标归约到所述平均人脸模型，得到参考人脸图像，提取所述参考人脸图像的人脸特征值；

使用所述人脸特征值以及所述精度分值计算得到所述权重向量。

7.根据权利要求6所述方法，其特征在于，所述使用所述人脸特征值以及所述精度分值计算得到所述权重向量包括：

使用所述人脸特征值和当前权重向量的内积作为评估分数，对所述评估分数进行排序，计算所述排序结果与所述精度分值的权重偏差量，并依据所述偏差量更新当前权重向量，得到所述权重向量。

8.一种人脸关键点位定位结果的评估装置，其特征在于，包括：

坐标定位单元，用于获取人脸图像，获取所述人脸图像的关键点的定位结果坐标；

归一计算单元，用于对所述定位结果坐标以及平均人脸模型进行归一化处理，得到归一化后的人脸图像，其中，通过所述平均人脸模型实现所述归一化；

特征提取单元，用于提取所述归一化后的人脸图像的人脸特征值；

评估单元，用于根据所述人脸特征值以及权重向量计算评估结果，其中，所述权重向量是使用所述人脸特征值以及所述关键点的定位结果坐标的精度分值计算得到的。

9.根据权利要求8所述评估装置，其特征在于，所述人脸特征值包括：

方向梯度直方图HOG特征值，局部二值模式LBP特征值，加窗傅立叶变换Gabor特征值中的至少一项。

10.根据权利要求8所述评估装置，其特征在于，

所述归一计算单元，用于将所述定位结果坐标归约到平均人脸模型得到人脸图像区域，对得到人脸图像区域进行三角剖分，将得到的三角形作为一个局部部分逐个进行反射变换，得到归一化后的人脸图像。

11.根据权利要求8至10任意一项所述评估装置，其特征在于，所述定位结果坐标包含至少两组；所述评估装置还包括：

重组单元，用于在所述评估单元得到评估结果之后，选取得到评估精度最高的预定个数的定位结果坐标进行重组，得到目标定位结果坐标。