[发明专利]人脸关键点定位方法、装置、存储介质及电子设备

说明书

本公开涉及一种人脸关键点定位方法、装置、存储介质及电子设备，以解决现有人脸关键点定位技术计算成本过高的问题。该方法包括：根据预设人脸模板，在人脸图像上预生成初始关键点；针对所述人脸图像上的目标关键点执行以下更新操作：确定包括所述目标关键点的关键点集合，并对所述关键点集合中的所有关键点的坐标进行局部优化；根据所述关键点集合中的所有关键点局部优化前后的坐标，确定用于对所述目标关键点进行全局优化的函数关系式；将所述目标关键点局部优化更新前的坐标代入所述函数关系式，得到所述目标关键点全局优化后的坐标，并将所述目标关键点全局优化后的坐标作为所述目标关键点本次坐标更新的结果。

技术领域

本公开涉及图像处理技术领域，具体地，涉及一种人脸关键点定位方法、装置、存储介质及电子设备。

背景技术

在计算机视觉领域里，人脸图像关键点的定位具有十分重要的意义，其核心在于快速、准确地定位出人脸图像中语义性较强的关键点，譬如人脸图像中的眼角、鼻尖和嘴角等。

相关技术中，人脸关键点的定位主要通过以下两种方式：

第一种方式是利用图像的基本特征，即人脸的纹理特征和各个特征点之间的位置约束结合从而确定关键点的方法，经典的算法有ASM(active shape model，主动形状模型)和AAM(Active Appearance Models，主动外观模型)算法。

第二方式是利用深度学习模型自主学习人脸图像中的关键点。

上述两种方式虽然都能够确定人脸关键点的位置，但是却需要通过学习大量的人脸纹理特征和形状特征来确定人脸关键点，前期计算成本较高。

发明内容

本公开的目的是提供一种人脸关键点定位方法、装置、存储介质及电子设备，以解决现有人脸关键点定位技术计算成本过高的问题。

为了实现上述目的，第一方面，本公开提供一种人脸关键点定位方法，所述方法包括：

根据预设人脸模板，在人脸图像上预生成初始关键点；

针对所述人脸图像上的目标关键点执行以下更新操作：

确定包括所述目标关键点的关键点集合，并对所述关键点集合中的所有关键点的坐标进行局部优化；

根据所述关键点集合中的所有关键点局部优化前后的坐标，确定用于对所述目标关键点进行全局优化的函数关系式；

将所述目标关键点局部优化更新前的坐标代入所述函数关系式，得到所述目标关键点全局优化后的坐标，并将所述目标关键点全局优化后的坐标作为所述目标关键点本次坐标更新的结果；

其中，所述目标关键点是所述人脸图像上的任一关键点。

可选地，所述对所述关键点集合中的所有关键点的坐标进行局部优化包括：

针对所述关键点集合中的每一关键点执行以下操作：

通过如下公式计算所述关键点当前所处邻域范围内所有像素点对所述关键点的综合作用向量：

其中，为人脸关键点o在预设邻域Ψ_o内所受的综合作用向量，w_p为对所述预设邻域Ψ_o内除所述人脸关键点o以外的其他关键点p到所述人脸关键点o的距离进行归一化计算得到的空间权值，d(p,o)为所述人脸关键点o到所述其他关键点p的距离，ρ_p为所述其他关键点p的梯度幅值；

根据所述计算的综合作用向量，对所述关键点的坐标进行局部优化。

可选地，所述根据所述关键点集合中的所有关键点局部优化前后的坐标，确定用于对所述目标关键点进行全局优化的函数关系式，包括：