[发明专利]人脸关键点检测方法、装置、设备及存储介质有效
申请号: | 202010018423.1 | 申请日: | 2020-01-08 |
公开(公告)号: | CN110807451B | 公开(公告)日: | 2020-06-02 |
发明(设计)人: | 林祥凯 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 郭新禹 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关键 检测 方法 装置 设备 存储 介质 | ||
1.一种人脸关键点检测方法,其特征在于,所述方法包括:
获取三维人脸模型;
从n个不同视角投影所述三维人脸模型,得到n个二维人脸图像,所述n为大于1的整数;
分别从所述n个二维人脸图像中检测对应的二维人脸关键点;
根据映射关系,获取所述n个二维人脸图像分别对应的关键点映射结果;其中,所述映射关系包括所述三维人脸模型的点云与所述二维人脸图像上的投影点之间的关系,所述n个二维人脸图像中的第i个二维人脸图像对应的关键点映射结果,包括所述第i个二维人脸图像中的所述二维人脸关键点的邻近投影点在所述三维人脸模型上对应的三维人脸关键点,其中,所述邻近投影点是指所述点云在所述第i个二维人脸图像中的投影点中,距离所述二维人脸关键点最近的一个投影点,所述i为小于等于所述n的正整数;
从所述n个二维人脸图像分别对应的关键点映射结果中,分别选取与投影视角相对应的所述三维人脸关键点进行整合,得到所述三维人脸模型上的所述三维人脸关键点的定位结果。
2.根据权利要求1所述的方法,其特征在于,所述根据映射关系,获取所述n个二维人脸图像分别对应的关键点映射结果,包括:
对于所述第i个二维人脸图像中的所述二维人脸关键点,获取所述二维人脸关键点对应的邻近投影点;
根据所述映射关系获取与所述邻近投影点对应的点云数据点;
根据所述邻近投影点对应的点云数据点,确定所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点;
获取所述第i个二维人脸图像中的所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点,得到所述第i个二维人脸图像对应的关键点映射结果。
3.根据权利要求2所述的方法,其特征在于,所述二维人脸关键点为二维轮廓点;
所述根据所述邻近投影点对应的点云数据点,确定所述二维人脸关键点在所述三维人脸模型上对应的三维人脸关键点,包括:
根据所述邻近投影点对应的点云数据点,从所述点云中选取与所述二维轮廓点对应的至少一个候选的三维轮廓点,其中,所述候选的三维轮廓点位于所述邻近投影点对应的点云数据点的左右两侧;
将所述候选的三维轮廓点中位于人脸最外侧的点,确定为所述二维轮廓点在所述三维人脸模型上对应的三维轮廓点。
4.根据权利要求1所述的方法,其特征在于,所述从所述n个二维人脸图像分别对应的关键点映射结果中,分别选取与投影视角相对应的所述三维人脸关键点进行整合,得到所述三维人脸模型上的所述三维人脸关键点的定位结果,包括:
从所述第i个二维人脸图像对应的关键点映射结果中,选取与第i个视角对应的所述三维人脸关键点,其中,所述第i个二维人脸图像是从所述第i个视角投影所述三维人脸模型得到的图像;
整合选取的所述n个视角分别对应的所述三维人脸关键点,得到所述三维人脸模型上的所述三维人脸关键点的定位结果。
5.根据权利要求1所述的方法,其特征在于,所述从n个不同视角投影所述三维人脸模型,得到n个二维人脸图像,包括:
对于所述n个不同视角中的第i个视角,将所述三维人脸模型的点云中在所述第i个视角中可见的点云数据点,投影到所述第i个二维人脸图像中,得到所述可见的点云数据点对应的投影点;
根据所述可见的点云数据点形成的三角形面片的纹理颜色,渲染所述投影点形成的三角形面片的纹理颜色,得到所述第i个二维人脸图像。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述n个视角包括:正脸视角、左边侧脸视角和右边侧脸视角。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010018423.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:三维人脸模型的生成方法、装置、设备及介质
- 下一篇:一种立式胃镜检查设备