[发明专利]人脸定位方法及装置

说明书

技术领域

本公开涉及图像处理技术领域，尤其涉及一种人脸定位方法及装置。

背景技术

随着图像处理技术的快速发展，终端可以通过获取人脸图像来进行人脸定位。其中，人脸定位是指定位人的脸部器官在人脸图像中的实际位置，该脸部器官包括但不限于眉毛、眼睛、鼻子、嘴巴和脸部外轮廓等。由于在人脸图像中，一般是利用多个关键点描述各个脸部器官，因此，在人脸定位过程中，需要定位人脸图像中的多个关键点，以实现人脸定位。

在传统的人脸定位过程中，通常需要人工操作来定位该多个关键点，也即是，需要人工在人脸图像中标记出该多个关键点，以实现人脸定位。

发明内容

为克服相关技术中存在的问题，本公开提供一种人脸定位方法及装置。

第一方面，提供了一种人脸定位方法，所述方法包括：

获取待定位的人脸图像，并按照预设尺寸大小对所述人脸图像进行缩放处理，得到第一预处理人脸图像；

基于指定卷积神经网络CNN模型，确定所述第一预处理人脸图像中的多个关键点的初始位置；

基于所述多个关键点的初始位置，通过指定神经网络模型，确定所述多个关键点在所述人脸图像中的实际位置，以实现人脸定位。

可选地，所述基于所述多个关键点的初始位置，通过指定神经网络模型，确定所述多个关键点在所述人脸图像中的实际位置，包括：

基于所述多个关键点的初始位置，通过所述指定神经网络模型，确定多个偏差量，各个偏差量是指各个关键点的初始位置与所述初始位置对应的真实位置之间的偏差量；

分别将各个关键点的初始位置与对应的各个偏差量之和，重新确定为各个关键点的初始位置；

统计重新确定次数，并返回至所述基于所述多个关键点的初始位置，通过所述指定神经网络模型，确定多个偏差量的步骤，所述重新确定次数是指分别将各个关键点的初始位置与对应的各个偏差量之和重新确定为各个关键点的初始位置的次数；

当所述重新确定次数达到N次时，将经过N次重新确定后的各个关键点的初始位置确定为所述各个关键点在所述人脸图像中的实际位置，其中，所述N大于或等于1。

可选地，所述基于所述多个关键点的初始位置，通过所述指定神经网络模型，确定多个偏差量，包括：

对于所述多个关键点中的每个关键点，确定以所述关键点的初始位置为中心的预设尺寸窗口内，所有像素点中每个像素点的梯度，并根据所确定的梯度，确定所述关键点的尺度不变特征变换SIFT特征向量；

将所述多个关键点的SIFT特征向量依次进行串联，得到串联特征向量；

基于所述串联特征向量，通过所述指定神经网络模型，确定所述多个偏差量。

可选地，所述基于所述串联特征向量，通过所述指定神经网络模型，确定所述多个偏差量，包括：

将所述串联特征向量输入至所述指定神经网络模型中，通过所述指定神经网络模型回归确定所述多个偏差量。

可选地，所述方法还包括：

对所述第一预处理人脸图像进行归一化处理，得到第二预处理人脸图像；

相应地，所述基于指定卷积神经网络CNN模型，确定所述第一预处理人脸图像中的多个关键点的初始位置，包括：

基于所述指定卷积神经网络CNN模型，确定所述第二预处理人脸图像中的多个关键点的初始位置。

第二方面，提供了一种人脸定位装置，所述装置包括：

获取模块，用于获取待定位的人脸图像，并按照预设尺寸大小对所述人脸图像进行缩放处理，得到第一预处理人脸图像；

第一确定模块，用于基于指定卷积神经网络CNN模型，确定所述第一预处理人脸图像中的多个关键点的初始位置；

第二确定模块，用于基于所述第二确定模块确定的所述多个关键点的初始位置，通过指定神经网络模型，确定所述多个关键点在所述人脸图像中的实际位置，以实现人脸定位。

可选地，所述第二确定模块包括：

第一确定子模块，用于基于所述多个关键点的初始位置，通过所述指定神经网络模型，确定多个偏差量，各个偏差量是指各个关键点的初始位置与所述初始位置对应的真实位置之间的偏差量；

第二确定子模块，用于分别将各个关键点的初始位置与对应的各个偏差量之和，重新确定为各个关键点的初始位置；