[发明专利]人脸姿态参数评估方法、装置、电子设备及可读存储介质

权利要求书

1.一种人脸姿态参数评估方法，其特征在于，所述方法包括：

基于预先创建的人脸3D模型得到样本二维人脸图像的人脸姿态参数；

将样本二维人脸图像及对应的人脸姿态参数输入神经网络中进行训练，得到训练好的神经网络；

将待评估二维人脸图像输入训练好的神经网络中进行计算，得到所述待评估二维人脸图像的人脸姿态参数。

2.如权利要求1所述的方法，其特征在于，在基于预先创建的人脸3D模型得到样本二维人脸图像的人脸姿态参数的步骤之前，所述方法还包括：

分别获得不同人在不同角度下的多张二维人脸图像；

针对每个人在不同角度下的多张二维人脸图像创建一个所述人脸3D模型。

3.如权利要求1所述的方法，其特征在于，所述基于预先创建的人脸3D模型得到样本二维人脸图像的人脸姿态参数的步骤，包括：

提取每个人在不同角度下的样本人脸图像中的人脸关键点；

将提取的人脸关键点与创建的所述人脸3D模型拟合，计算得到每个人在不同角度的样本二维人脸图像的人脸姿态参数。

4.如权利要求1所述的方法，其特征在于，所述将样本二维人脸图像及对应的人脸姿态参数输入神经网络中进行训练，得到训练好的神经网络的步骤，包括：

以所述样本二维人脸图像作为输入，样本二维人脸图像的人脸姿态参数作为输出，对神经网络进行训练，直到该神经网络的损失函数值小于预设损失函数值。

5.一种人脸姿态参数评估装置，其特征在于，所述装置包括：

姿态参数训练模块，用于基于预先创建的人脸3D模型得到样本二维人脸图像的人脸姿态参数；

神经网络训练模块，用于将样本二维人脸图像及对应的人脸姿态参数输入神经网络中进行训练，得到训练好的神经网络；

姿态参数计算模块，用于将待评估二维人脸图像输入训练好的神经网络中进行计算，得到所述待评估二维人脸图像的人脸姿态参数。

6.如权利要求5所述的装置，其特征在于，所述装置还包括：

3D模型创建模块，用于分别获得不同人在不同角度下的多张二维人脸图像；

针对每个人在不同角度下的多张二维人脸图像创建一个所述人脸3D模型。

7.如权利要求5所述的装置，其特征在于，所述姿态参数训练模块具体用于：

提取每个人在不同角度下的样本人脸图像中的人脸关键点；

将提取的人脸关键点与创建的所述人脸3D模型拟合，计算得到每个人在不同角度的样本二维人脸图像的人脸姿态参数。

8.如权利要求5所述的装置，其特征在于，所述神经网络训练模块具体用于：

以所述样本二维人脸图像作为输入，样本二维人脸图像的人脸姿态参数作为输出，对神经网络进行训练，直到该神经网络的损失函数值小于预设损失函数值。

9.一种电子设备，所述电子设备包括处理器及存储有若干计算机指令的非易失性存储器，其特征在于，所述计算机指令被所述处理器执行时，所述电子设备执行权利要求1-4中任意一项所述的人脸姿态参数评估方法。

10.一种可读存储介质，所述可读存储介质包括计算机程序，其特征在于：

所述计算机程序运行时控制所述可读存储介质所在电子设备执行权利要求1-4中任意一项所述的人脸姿态参数评估方法。