[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

说明书

本申请实施例提供的人脸姿态参数评估方法、装置、电子设备及可读存储介质，首先，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；接着，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进行训练，得到训练好的神经网络；最后，将待评估二维人脸图像输入训练好的神经网络中进行评估，得到人脸姿态参数。上述方案通过采用样本二维人脸图像及对应的人脸姿态参数训练神经网络，并通过训练好的神经网络，输入待评估的二维人脸图像即可得到对应的人脸姿态参数。相对于现有二维到三维的人脸姿态参数估计方法，计算的精度得到提升，同时因省去二维人脸的估计过程使得计算速度也有一定提升。

技术领域

本申请涉及人脸识别技术领域，具体而言，涉及一种人脸姿态参数评估方法、装置、电子设备及可读存储介质。

背景技术

人脸姿态参数估计在人脸识别领域有着非常广泛的应用，比如，用来帮助估计人脸的注意力、辅助进行人脸视线跟踪或人脸3D建模等。人脸姿态参数一般包括表示人脸上下翻转角度(pitch)、表示人脸左右翻转角度(yaw)及表示人脸在平面内的旋转角度(roll)。

在现有技术中，一般通过将二维人脸图像中的人脸关键点变换到三维空间中得到人脸姿态参数(比如，SlovePnp方式)，这种方式需要先估算二维人脸图像中的人脸关键点，比较繁琐；并在从二维到三维的人脸变换过程中，依赖的是平均脸模型，精度较低。

如何提供一种快速且精度高的人脸姿态参数估计方法成为本领域技术人员急需要解决的技术问题。

发明内容

本申请的实施例描述一种人脸姿态参数评估方法、装置、电子设备及可读存储介质。

第一方面，本申请的实施例提供一种人脸姿态参数评估方法，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。

可选地，在本申请实施例中，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。

可选地，在本申请实施例中，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。

可选地，在本申请实施例中，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。

第二方面，本申请的实施例还提供一种人脸姿态参数评估装置，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。