[发明专利]用于识别动物面部状态的方法和装置

说明书

本公开的实施例公开了用于识别动物面部状态的方法和装置。该方法的一具体实施方式包括：获取目标动物的面部图像，以及对面部图像所呈现的面部器官进行关键点标注；基于关键点标注结果，确定用于指示面部图像所呈现的面部器官的状态的指示信息，指示信息包括以下至少一项：用于指示面部图像呈现的眼睛的状态的指示信息、用于指示面部图像呈现的嘴巴的状态的指示信息。该实施方式可以使得所识别出的动物的面部状态信息更加准确，从而使得用户可以更加了解其所饲养的小动物的习性，提高趣味性。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于识别动物面部状态的方法和装置。

背景技术

随着科学技术的发展和人工智能技术的普及，人工智能技术可以应用于各个领域。例如，可以应用于语音识别、图像识别、智能家居等各个领域。人工智能技术的发展为用户在各方面均提供了极大的便利。

现有的图像识别领域中，通常包括对面部表情的识别、对用户身份的识别、对面部状态的识别等。相关面部状态的识别中，通常是基于用户的图像对用户的面部状态进行识别。

发明内容

本公开的实施例提出了用于识别动物面部状态的方法和装置。

第一方面，本公开的实施例提供了一种用于识别动物面部状态的方法，该方法包括：获取目标动物的面部图像，以及对面部图像所呈现的面部器官进行关键点标注；基于关键点标注结果，确定用于指示面部图像所呈现的面部器官的状态的指示信息，指示信息包括以下至少一项：用于指示面部图像呈现的眼睛的状态的指示信息、用于指示面部图像呈现的嘴巴的状态的指示信息。

在一些实施例中，对面部图像所呈现的面部器官进行关键点标注，包括：将面部图像输入至预先训练的关键点标注模型，得到对面部图像所呈现的面部器官进行关键点标注的标注结果，标注结果包括以下至少一项：用于指示眼睛轮廓的关键点标注结果、用于指示嘴巴轮廓的关键点标注结果。

在一些实施例中，关键点标注模型通过如下步骤训练得到：获取训练样本集，训练样本集包括样本动物面部图像、与样本动物面部图像对应的面部器官的关键点标注信息；将样本动物面部图像作为输入、与样本动物面部图像对应的面部器官的关键点标注信息作为期望输出，利用机器学习算法，对神经网络进行训练，得到关键点标注模型。

在一些实施例中，指示信息包括用于指示眼睛睁开或闭合状态的指示信息，关键点标注结果包括用于指示面部图像所呈现的眼睛对应的关键点集合，面部图像所呈现的眼睛对应的关键点集合包括上眼睑关键点、下眼睑关键点、两眼角关键点；以及基于关键点标注结果，确定用于指示面部图像所呈现的面部器官的状态的指示信息，包括：确定用于指示面部图像所呈现的眼睛的上眼睑关键点与下眼睑关键点之间的第一距离；确定用于指示面部图像所呈现的眼睛的两眼角关键点之间的第二距离；从预先设置的动物眼睛判别阈值中选择出与面部图像所指示的动物对应的眼睛判别阈值，确定第一距离和第二距离之间的第一比值是否大于所选择出的眼睛判别阈值；响应于确定第一比值大于所选择出的眼睛判别阈值，确定面部图像所呈现的眼睛状态为睁眼状态；响应于确定第一比值小于或等于预设阈值，确定面部图像所呈现的眼睛状态为闭眼状态。

在一些实施例中，指示信息包括用于指示嘴巴张开或闭合状态的指示信息，关键点标注结果包括用于指示面部图像所呈现的嘴巴对应的关键点集合，面部图像所呈现的嘴巴对应的关键点集合包括上嘴唇关键点、下嘴唇关键点、两嘴角关键点；以及基于关键点标注结果，确定用于指示面部图像所呈现的面部器官的状态的指示信息，包括：确定用于指示面部图像所呈现的嘴巴的上嘴唇关键点与下嘴唇关键点之间的第三距离；确定用于指示面部图像所呈现的嘴巴的两嘴角之间的第四距离；从预先设置的动物嘴巴判别阈值中选择出与面部图像所指示的动物对应的嘴巴判别阈值，确定第三距离和第四距离之间的第二比值是否大于所选择出的嘴巴判别阈值；响应于确定第二比值大于所选择出的嘴巴判别阈值，确定面部图像所呈现的嘴巴状态为张嘴状态；响应于确定第二比值小于或等于所选择出的嘴巴判别阈值，确定面部图像所呈现的嘴巴状态为闭嘴状态。