[发明专利]一种基于稀疏关键点校准的人脸关键点检测方法与系统有效
| 申请号: | 201911087552.X | 申请日: | 2019-11-08 |
| 公开(公告)号: | CN110826501B | 公开(公告)日: | 2022-04-05 |
| 发明(设计)人: | 戴侃侃;李云夕;熊永春;杨金江 | 申请(专利权)人: | 杭州小影创新科技股份有限公司 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16;G06K9/62;G06V10/77;G06V10/774 |
| 代理公司: | 杭州橙知果专利代理事务所(特殊普通合伙) 33261 | 代理人: | 贺龙萍 |
| 地址: | 310000 浙江省杭州市西*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 稀疏 关键 校准 检测 方法 系统 | ||
1.一种基于稀疏关键点校准的人脸关键点检测方法,其特征在于,包括步骤:
S1、计算密集关键点在检测模型输入尺寸下的均值人脸;
S2、使用现有人脸检测器检测人脸图像的稀疏关键点;
S3、基于所述均值人脸、人脸图像稀疏关键点计算仿射变换矩阵;
S4、基于所述仿射变换矩阵将所述人脸图像仿射变换到所述均值人脸尺寸的输入图像;
S5、基于所述检测模型检测人脸图像的关键点,通过逆仿射变换对关键点坐标进行还原,得到原始人脸图像中密集关键点;
对于视频跟踪模式后续帧人脸关键点检测,所述步骤S2为:
使用上一帧图像中的稀疏关键点、脸颊点位作为人脸图像稀疏关键点;
步骤S1之前还包括:
基于密集关键点训练生成检测模型,训练样本以所述均值人脸为标准进行一定比例的扰动增强来生成;
通过OrdinaryProcrustes Analysis求解所述仿射变换矩阵的参数;
所述稀疏关键点包括:
左眼中心,右眼中心,左嘴角和右嘴角,其中,视频跟踪模式下所选取的包括脸颊点位的稀疏关键点为上一帧图像中检测得到的密集关键点中的一部分。
2.一种基于稀疏关键点校准的人脸关键点检测系统,其特征在于,包括:
均值人脸计算模块,用于计算密集关键点在检测模型输入尺寸下的均值人脸;
稀疏关键点检测模块,用于使用现有人脸检测器检测人脸图像的稀疏关键点;
仿射变换矩阵计算模块,用于基于所述均值人脸、人脸图像稀疏关键点计算仿射变换矩阵;
仿射变换模块,用于基于所述仿射变换矩阵将所述人脸图像仿射变换到所述均值人脸尺寸的输入图像;
关键点检测模块,用于基于所述检测模型检测人脸图像的关键点,通过逆仿射变换对关键点坐标进行还原,得到原始人脸图像中密集关键点;
对于视频跟踪模式后续帧人脸关键点检测,所述稀疏关键点检测模块为:
使用上一帧图像中的稀疏关键点、脸颊点位作为人脸图像稀疏关键点;
所述检测系统还包括:
训练模块,用于基于密集关键点训练生成检测模型,训练样本以所述均值人脸为标准进行一定比例的扰动增强来生成;
通过OrdinaryProcrustes Analysis求解所述仿射变换矩阵的参数;
所述稀疏关键点包括:
左眼中心,右眼中心,左嘴角和右嘴角,其中,视频跟踪模式下所选取的包括脸颊点位的稀疏关键点为上一帧图像中检测得到的密集关键点中的一部分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州小影创新科技股份有限公司,未经杭州小影创新科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911087552.X/1.html,转载请声明来源钻瓜专利网。





