[发明专利]人头姿态识别、模型构建方法、装置、设备及存储介质

说明书

本申请提供一种人头姿态识别、模型构建方法、装置、设备及存储介质。该人头姿态识别方法包括获取二维图像；将二维图像输入人头姿态识别模型，识别二维图像中的人头特征，并输出人头特征的旋转矩阵，旋转矩阵用于表征人头特征的旋转角度；人头姿态识别模型是以至少包括人头的二维图像为样本、样本的旋转矩阵为标签训练生成的模型。能够有效提高识别的精确度，更具有语义特征；并且，本技术方案中的人头姿态识别模型，是利用多个包括人头的二维图像作为样本、样本的旋转矩阵为标签进行训练构建的，也能够进一步提高识别精度；利用该人头姿态识别模型构建出二维图像和旋转矩阵的直接映射关系，能够快速得到人头特征的旋转角度，提高识别效率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种人头姿态识别、模型构建方法、装置、设备及存储介质。

背景技术

人头旋转角度识别，也可称为人头姿态识别，用于识别人头的脸部朝向。人头姿态识别可以应用于监控领域，例如，长途驾驶过程中实时检测司机是否专心开车，通过监控司机脸部的实时动向，避免因打瞌睡之类的不专心开车导致的车祸事件发生。

相关技术中，借助欧拉角表达人头姿态的朝向，通过回归欧拉角获得人头姿态，但是，欧拉角本身带有万向节死锁的问题，这样，因万向节死锁引起的不连续性会导致相似角度的人头图像所回归的欧拉角之间的差别很大，使得识别的精确度降低。

发明内容

为克服相关技术中存在的问题，本申请提供了一种人头姿态识别、模型构建方法、装置、设备及存储介质。

根据本申请实施例的第一方面，提供一种人头姿态识别方法，所述方法包括：

获取二维图像；

将所述二维图像输入人头姿态识别模型，识别所述二维图像中的人头特征，并输出所述人头特征的旋转矩阵，所述旋转矩阵用于表征所述人头特征的旋转角度；其中，所述人头姿态识别模型是以至少包括人头的二维图像为样本、所述样本的旋转矩阵为标签训练生成的模型。

根据本申请实施例的第二方面，提供一种人头姿态识别模型构建方法，所述方法包括：

获取多个至少包括人头的二维图像以及每个所述二维图像对应的旋转矩阵；

以所述二维图像为样本、所述样本的旋转矩阵为标签，对设定的神经网络模型进行训练，构建所述人头姿态识别模型。

根据本申请实施例的第三方面，提供一种人头姿态识别装置，所述装置包括：

获取模块，被配置为获取二维图像；

输出模块，被配置为将所述二维图像输入人头姿态识别模型，识别所述二维图像中的人头特征，并输出所述人头特征的旋转矩阵，所述旋转矩阵用于表征所述人头特征的旋转角度；其中，所述人头姿态识别模型是以至少包括人头的二维图像为样本、所述样本的旋转矩阵为标签训练生成的模型。

根据本申请实施例的第四方面，提供一种人头姿态识别模型构建装置，所述装置包括：

获取模块，被配置为获取多个至少包括人头的二维图像以及每个所述二维图像对应的旋转矩阵；

构建模块，被配置为以所述二维图像为样本、所述样本的旋转矩阵为标签，对设定的神经网络模型进行训练，构建所述人头姿态识别模型。

根据本申请实施例的第五方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

获取二维图像；

将所述二维图像输入人头姿态识别模型，识别所述二维图像中的人头特征，并输出所述人头特征的旋转矩阵，所述旋转矩阵用于表征所述人头特征的旋转角度；其中，所述人头姿态识别模型是以至少包括人头的二维图像为样本、所述样本的旋转矩阵为标签训练生成的模型。