[发明专利]头部姿态估计方法及机器可读存储介质

说明书

本发明涉及图像处理领域。本发明一实施例提供一种头部姿态估计方法及机器可读存储介质，所述头部姿态估计方法包括：获取待进行头部姿态估计的三基色彩色图像与深度图像；从所述三基色彩色图像中提取出人脸区域，并基于所提取的人脸区域生成对应于所述三基色彩色图像的人脸灰色图像和对应于所述深度图像的人脸深度图像；提取所述人脸灰色图像所对应的人脸轮廓图像；以及将所述人脸灰度图像、所述人脸轮廓图像和所述人脸深度图像输入至头部姿态估计模型，以由该头部姿态估计模型输出头部姿态估计结果。由此，能够实现基于单帧人脸图像的头部姿态估计，并能保障较高的估计精确度和效率。

技术领域

本发明涉及图像处理领域，具体地涉及一种头部姿态估计方法及机器可读存储介质。

背景技术

头部姿态估计是从数字图像或视频图像中推断出人的头部偏转角度的过程。头部姿态估计属于人脸标定与识别的细分领域，主要用于辅助人脸关键点的标定与侧脸图像识别等相关任务。

在人脸识别的过程中，通常如果能在检测到人脸之后，在人脸上自动标注出关键点在图像上的像素位置之前，给出一个人脸的较为精确的朝向(即头部姿态)的话，对人脸的关键点标定就会变得更加简单和准确。具体地，在人脸识别问题上，侧脸与正脸的对比识别一直是一个技术难点，而如果在进行人脸识别之前就能够预先知道人脸的朝向的话，便可以从数据库中调取已存好的与输入人脸的朝向大致相同的已有人脸图像，并进行比对，从而大幅度地提高人脸识别算法的判别精度。

除了配合其他复杂算法以提升算法性能之外，对人脸图像进行头部姿态估计还可以用来完成某些特定任务。例如在行车过程中，对驾驶员的面部朝向的估计可以用于判断该驾驶员当前的视角方向，及时提醒其注意前方的可能危险。在教学场景中，对学员的头部姿态估计可以用来评估学员听课的专心程度，帮助讲师更好地进行课堂管理工作。

目前主流的头部姿态估计算法，其一，是基于彩色RGB图片进行直接估计，这一类方法由于只含有平面信息，且易受光照、复杂背景等外部因素的影响，因此精度普遍不高；其二，是通过预先标定人脸关键点来进行的，即通过关键点的位置信息和几何关系来估计出人脸的朝向，但人脸关键点标定的过程一般较为缓慢，且头部姿态的估计精度直接取决于关键点的标定精度，致使其的实用性不高；其三，通过光流图技术，即基于视频流中两帧图像之间的光流图来实现对头部姿态的精确估计，但由于该方法使用了光流图，因此只能用于视频数据，无法用于单帧图像，且该方法的深度学习模型设计的非常大，导致处理速度较慢而无法使用CPU进行实时运算。

发明内容

本发明实施例的目的是提供一种头部姿态估计方法及机器可读存储介质，用以至少解决目前相关技术中的头部姿态估计方法所存在的精度不够、实用性不强和处理速度缓慢的问题。

为了实现上述目的，本发明实施例提供一种头部姿态估计方法，包括：获取待进行头部姿态估计的三基色彩色图像与深度图像；从所述三基色彩色图像中提取出人脸区域，并基于所提取的人脸区域生成对应于所述三基色彩色图像的人脸灰色图像和对应于所述深度图像的人脸深度图像；提取所述人脸灰色图像所对应的人脸轮廓图像；以及将所述人脸灰度图像、所述人脸轮廓图像和所述人脸深度图像输入至头部姿态估计模型，以由该头部姿态估计模型输出头部姿态估计结果。

本发明实施例另一方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行本申请上述的头部姿态估计方法。