[发明专利]人脸特征点检测方法、装置、计算机设备及存储介质

权利要求书

1.一种人脸特征点检测方法，其特征在于，所述人脸特征点检测方法包括：

获取样本数据集，其中，所述样本数据集包含人脸样本图片和每个所述人脸样本图片的人脸特征点标注信息；

按照预设的划分比例，将所述样本数据集划分为训练数据集和测试数据集；

使用所述训练数据集对初始人脸检测模型进行训练，得到训练过的人脸检测模型，其中，所述初始人脸检测模型为包含K个并行卷积层、拼接层和全局池化层的卷积神经网络，每个所述并行卷积层具有不同预设尺度的视觉感知范围，K为大于等于3的正整数；

使用所述测试数据集对所述训练过的人脸检测模型进行测试，并根据测试结果，计算所述测试结果对应的测试数据集中每个测试样本的归一化平均误差；

将从0到预设的误差阈值按照预设的间隔数值进行平均分割，得到P个子阈值，其中，P为正整数；

统计所述归一化平均误差小于每个所述子阈值的测试样本的统计数量，并计算所述统计数量占所述测试结果对应的测试数据集中测试样本总数的百分比，得到P个百分比数值；

计算P个百分比数值的平均值，并将所述平均值作为定位准确率；

若所述定位准确率小于预设的准确率阈值，则重新对所述样本数据集中的所述人脸样本图片进行划分，得到新的训练数据集和新的测试数据集，并使用所述新的训练数据集对所述训练过的人脸检测模型进行训练，以更新所述训练过的人脸检测模型，使用所述新的测试数据集对所述训练过的人脸检测模型进行测试，直到所述定位准确率大于或者等于所述预设的准确率阈值为止；

若所述定位准确率大于或等于所述预设的准确率阈值，则将定位准确率大于或等于所述预设的准确率阈值的所述训练过的人脸检测模型确定为训练好的人脸检测模型；

获取待检测的人脸图片；

将所述待检测的人脸图片输入所述训练好的人脸检测模型进行计算，得到所述人脸图片的特征点预测结果，其中，所述特征点预测结果包括目标特征点的属性信息和位置信息。

2.如权利要求1所述的人脸特征点检测方法，其特征在于，K等于3，并且所述K个并行卷积层包括第一卷积层、第二卷积层和第三卷积层，所述将所述待检测的人脸图片输入所述训练好的人脸检测模型进行计算，得到所述人脸图片的特征点预测结果包括：

对所述待检测的人脸图片进行标准化处理，得到第一人脸数据；

将所述第一人脸数据输入所述第一卷积层进行卷积计算，得到第一卷积结果；

对所述第一卷积结果进行所述标准化处理，得到第二人脸数据；

将所述第二人脸数据输入所述第二卷积层进行卷积计算，得到第二卷积结果；

对所述第二卷积结果进行所述标准化处理，得到第三人脸数据；

将所述第三人脸数据输入所述第三卷积层进行卷积计算，得到第三卷积结果；

将所述第一卷积结果、所述第二卷积结果和所述第三卷积结果输入所述拼接层进行拼接计算，得到卷积输出结果；

将所述卷积输出结果输入所述全局池化层进行池化计算，得到所述特征点预测结果。

3.如权利要求1至2任一项所述的人脸特征点检测方法，其特征在于，所述获取样本数据集包括：

获取视频数据和图片；

按照预设的帧提取频率和预设的最大帧数，从所述视频数据中提取目标视频帧图像；

分别对所述目标视频帧图像和所述图片进行人脸特征点标注，分别得到所述目标视频帧图像的人脸特征点标注信息和所述图片的人脸特征点标注信息；

按照预设的加工方式，对所述图片进行加工处理，得到新图片和所述新图片的人脸特征点标注信息；

将所述目标视频帧图像、所述图片和所述新图片均作为所述人脸样本图片。