[发明专利]一种人脸对齐方法及装置

权利要求书

1.一种人脸对齐方法，其特征在于，所述方法包括：

获取多个偏转角度不同的训练人脸图片；

对每一偏转角度的所述训练人脸图片赋予初始形状，其中，所述初始形状包括多个关键点；

获取所述初始形状所有所述关键点处的梯度方向直方图描述特征集合；

求解线性回归方程ΔS_t＝W_tφ_t(I,S_t-1)，得到映射矩阵W_t，其中，φ_t表示梯度方向直方图特征提取算法，I表示图像矩阵，S_t-1表示t-1阶段的形状，ΔS_t表示训练阶段的t阶段的形状与真实形状的差；

依次更新形状S_t＝S_t-1+ΔS_t-1，直至到达预设条件为止，S_t表示t阶段的形状；

在通过偏转角度不同的人脸对齐模型对待检测人脸图像进行T个阶段预测时，确定不同偏转角度的所述人脸对齐模型对所述待检测人脸图像在当前预测阶段预测的预测形状的置信度，其中，T为正整数；

去除所述置信度小于预设阈值的所述人脸对齐模型，并继续以剩余的所述人脸对齐模型对所述待检测人脸图像进行下一阶段的预测；

根据第T-1阶段剩余的所述人脸对齐模型对所述待检测人脸图像在第T阶段预测的预测形状，确定所述待检测人脸图像的最终预测形状。

2.如权利要求1所述的人脸对齐方法，其特征在于，所述获取所述初始形状所有所述关键点处的梯度方向直方图描述特征集合，具体包括：

从所述初始形状中依次选取所述关键点，并选取所述关键点多个不同半径的图像块作为多尺度图像块；

提取各不同尺度的所述图像块的梯度方向直方图特征，并构建对应的梯度方向直方图特征面；

对提取到的所述梯度方向直方图特征送入深度为1的决策树进行特征选取；

选择形状残差方差最小的所述梯度方向直方图特征作为所述关键点的所述梯度方向直方图描述特征。

3.如权利要求2所述的人脸对齐方法，其特征在于，所述确定不同偏转角度的所述人脸对齐模型对所述待检测人脸图像在当前预测阶段预测的预测形状的置信度，具体包括：

获取每一偏转角度的所述训练人脸图片所对应的真实形状，并将其作为该偏转角度所对应的正样本，并进行扰动形成相应的负样本；

获取该偏转角度的所述训练人脸图片所对应的所述正样本和所述负样本的梯度方向直方图描述特征；

通过对所述正样本和所述负样本进行线性判别分析，获得该偏转角度所对应的投影向量；

将该偏转角度的所述人脸对齐模型对所述待检测人脸图像在当前预测阶段预测的预测形状在所述投影向量进行投影，获取所述预测形状在所述投影向量的类间距离，并将所述类间距离作为该偏转角度的所述人脸对齐模型在当前预测阶段的置信度。

4.如权利要求3所述的人脸对齐方法，其特征在于，在选择形状残差方差最小的所述梯度方向直方图特征作为所述关键点的所述梯度方向直方图描述特征时，还生成关于所述梯度方向直方图描述特征所对应的尺度和位置的特征索引信息；

所述获取该偏转角度的所述训练人脸图片所对应所述正样本和所述负样本的梯度方向直方图描述特征，具体包括：根据所述特征索引信息，获取训练阶段所获得的关键点的所述梯度方向直方图描述特征，并将所述梯度方向直方图描述特征作为所述正样本和所述负样本的梯度方向直方图描述特征。

5.如权利要求1所述的人脸对齐方法，其特征在于，所述根据第T-1阶段剩余的所述人脸对齐模型对所述待检测人脸图像在第T阶段预测的预测形状，确定所述待检测人脸图像的最终预测形状，具体包括：

若所述第T-1阶段剩余的所述人脸对齐模型为一个，则将所述人脸对齐模型对所述待检测人脸图像在第T阶段预测的预测形状作为最终预测形状；

若所述第T-1阶段剩余的所述人脸对齐模型为多个，则将该多个所述人脸对齐模型对所述待检测人脸图像在第T阶段预测的预测形状的加权平均作为最终预测形状。