[发明专利]一种人脸端正度的确定方法、装置、设备及介质

权利要求书

1.一种人脸端正度的确定方法，其特征在于，包括：

从初始图像中提取出目标图像；

对所述目标图像进行拉普拉斯变换处理和对数变换处理，并通过边缘检测算法对处理后的目标图像进行边缘检测以获得目标轮廓特征图；

根据所述目标轮廓特征图和关键点信息，分别计算翻滚角方向的翻滚端正度、俯仰角方向的俯仰端正度和偏航角方向的偏航端正度；

根据各预设权重值、所述翻滚端正度、所述俯仰端正度和所述偏航端正度，确定人脸的综合端正度；

所述从初始图像中提取出目标图像具体包括：

定位所述初始图像中的各关键点；

获取各所述关键点的位置信息，确定各所述关键点的横坐标的第一最大值和第一最小值，确定各所述关键点的纵坐标的第二最大值和第二最小值；

将所述第一最大值、所述第一最小值、所述第二最大值和所述第二最小值构成的四个点作为顶点建立方形的剪裁区域，按照所述剪裁区域对所述初始图像进行剪裁以提取出目标图像；

计算偏航角方向的偏航端正度具体包括：

获取所述目标轮廓特征图中人脸对称线与中心线的距离作为第三线段，将所述目标轮廓特征图的宽度的二分之一作为第四线段；

根据偏航端正度公式和所述第三线段与所述第四线段的比值，确定所述偏航端正度；其中，所述偏航端正度公式具体为：

其中，yaw_regular为偏航端正度，s为所述目标轮廓特征图中人脸对称线两侧人脸边缘特征的平均灰度值的比值，d为所述第三线段与所述第四线段的比值，H、K和V为预先通过对训练集计算出的参数。

2.根据权利要求1所述的人脸端正度的确定方法，其特征在于，所述定位所述初始图像中的各关键点具体为：

利用卷积神经网络算法对所述初始图像中的各关键点进行定位。

3.根据权利要求1所述的人脸端正度的确定方法，其特征在于，所述计算翻滚角方向的翻滚端正度具体为：

获取关键点中两个眼部关键点的第一坐标和第二坐标；

根据翻滚端正度公式、所述第一坐标和所述第二坐标，计算所述翻滚端正度；所述翻滚端正度公式具体为：

其中，roll_regular为翻滚端正度，(x1、y1)为第一坐标，(x2、y2)为第二坐标。

4.根据权利要求1所述的人脸端正度的确定方法，其特征在于，计算俯仰角方向的俯仰端正度具体包括：

获取所述目标轮廓特征图中的第一线段与第二线段；其中，所述第一线段为鼻尖关键点到两个嘴角关键点所在线段的直线距离，所述第二线段为鼻尖关键点与两个眉头关键点所在线段的直线距离；

根据俯仰端正度公式、所述第一线段和所述第二线段，确定所述目标轮廓特征图的俯仰端正度；其中，所述俯仰端正度公式具体为：

pitch_regular＝cosβ

其中，pitch_regular为俯仰端正度，β为俯仰角，l1为所述第一线段，l2为所述第二线段，M为用于确定人脸处于俯视状态或仰视状态的预设阈值，w₁、w₂、b₁和b₂为通过对训练集进行线性拟合计算出的线性参数。

5.根据权利要求1所述的人脸端正度的确定方法，其特征在于，所述边缘检测算法具体为索贝尔算子边缘检测算法。