[发明专利]人脸关键点定位方法及装置

说明书

技术领域

本申请涉及通信技术领域，尤其涉及人脸关键点定位方法及装置。

背景技术

人脸关键点是脸部表征能力强的关键部位，例如眼镜、鼻子、嘴巴和脸部轮廓等。人脸关键点定位不仅对人脸识别有很大作用，还可以为表情识别、面部识别或身份鉴定等提供基础，是人脸识别中核心问题之一。相关技术中，每次迭代采用不同函数计算关键点位置，由于各函数之间没有联系，因此造成累计误差，进而导致人脸关键点定位不准确。

发明内容

为克服相关技术中存在的问题，本公开提供了人脸关键点定位方法及装置。

根据本公开实施例的第一方面，提供一种人脸关键点定位方法，所述方法包括：

获取人脸关键点初始位置对应的初始图像特征向量；

将所述初始图像特征向量输入循环神经网络，利用循环神经网络获取更新后人脸关键点位置，将更新后人脸关键点位置作为下一次获取图像特征向量所对应的人脸关键点位置；

当循环神经网络输出的人脸关键点位置满足收敛条件时，获取人脸关键点最终位置。

可选的，所述人脸关键点初始位置基于预设训练集中人脸关键点的平均位置获得。

可选的，所述获取人脸关键点初始位置对应的初始图像特征向量，包括：

获取目标图像中每个人脸关键点初始位置对应的局部图像特征向量；将所有局部图像特征向量进行连接处理，获得所述目标图像的初始图像特征向量；

所述将所述初始图像特征向量输入循环神经网络，利用循环神经网络获取更新后人脸关键点位置，包括：

将所述初始图像特征向量输入循环神经网络，循环神经网络根据隐藏状态信息以及所述初始图像特征向量，对所述目标图像中每个人脸关键点位置进行更新，其中，所述隐藏状态信息是循环神经网络记录的前N-1次迭代过程中的信息，当N＝1时，所述隐藏状态信息为预设的默认值。

可选的，所述局部图像特征向量包括：梯度方向直方图特征向量、尺度不变特征变换特征向量或卷积神经网络提取的特征向量。

可选的，所述方法还包括：

对包含有人物的图像进行人脸区域检测，获得人脸区域图像；

将所述人脸区域图像进行灰度处理，并缩放至预设尺寸，获得目标图像，所述人脸关键点是所述目标图像中待定位的人脸关键点。

根据本公开实施例的第二方面，提供一种人脸关键点定位装置，所述装置包括：

向量获取模块，被配置为获取人脸关键点初始位置对应的初始图像特征向量；

位置更新模块，被配置为将所述初始图像特征向量输入循环神经网络，利用循环神经网络获取更新后人脸关键点位置，将更新后人脸关键点位置作为下一次获取图像特征向量所对应的人脸关键点位置；

位置确定模块，被配置为当循环神经网络输出的人脸关键点位置满足收敛条件时，获取人脸关键点最终位置。

可选的，所述人脸关键点初始位置基于预设训练集中人脸关键点的平均位置获得。

可选的，所述向量获取模块，被配置为：获取目标图像中每个人脸关键点初始位置对应的局部图像特征向量；将所有局部图像特征向量进行连接处理，获得所述目标图像的初始图像特征向量；

所述位置更新模块，被配置为：将所述初始图像特征向量输入循环神经网络，循环神经网络根据隐藏状态信息以及所述初始图像特征向量，对所述目标图像中每个人脸关键点位置进行更新，其中，所述隐藏状态信息是循环神经网络记录的前N-1次迭代过程中的信息，当N＝1时，所述隐藏状态信息为预设的默认值。

可选的，所述局部图像特征向量包括：梯度方向直方图特征向量、尺度不变特征变换特征向量或卷积神经网络提取的特征向量。

可选的，所述装置还包括：

人脸检测模块，被配置为对包含有人物的图像进行人脸区域检测，获得人脸区域图像；

图像预处理模块，被配置为将所述人脸区域图像进行灰度处理，并缩放至预设尺寸，获得目标图像，所述人脸关键点是所述目标图像中待定位的人脸关键点。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开通过获取人脸关键点初始位置对应的初始图像特征向量；将初始图像特征向量输入循环神经网络，利用循环神经网络获取更新后人脸关键点位置，将更新后人脸关键点位置作为下一次获取图像特征向量所对应的人脸关键点位置；当循环神经网络输出的人脸关键点位置满足收敛条件时，获取人脸关键点最终位置。由于循环神经网络能保存前几次迭代过程中计算的状态，从而消除每次迭代之间的累计误差，从而提高了定位人脸关键点位置的准确性。