[发明专利]人脸关键点检测模型的训练方法、装置以及存储介质

权利要求书

1.一种人脸关键点检测模型的训练方法，其特征在于，所述方法包括：

获取已标注人脸关键点的目标人脸样本数据集，所述目标人脸样本数据集包含至少一个样本子集，其中，所述样本子集包括人脸视频中连续的多帧人脸视频帧图像；

对目标样本子集中人脸视频帧图像的人脸关键点进行标注平滑处理，得到重新标注的目标样本子集，所述目标样本子集为任一所述样本子集；

利用包含重新标注后的样本子集的目标人脸样本数据集对第一人脸关键点检测模型进行训练，得到训练后的目标人脸关键点检测模型。

2.根据权利要求1所述的方法，其特征在于，所述对目标样本子集中人脸视频帧图像的人脸关键点进行标注平滑处理，得到重新标注的目标样本子集，包括：

获取目标关键点的第一位置数据序列，所述第一位置数据序列包括所述目标关键点在所述目标样本子集中的多帧目标人脸视频帧图像中的位置坐标值，所述第一位置数据序列中所述位置坐标值按照所述目标人脸视频帧图像的帧号排序，所述目标关键点为任一人脸关键点；

对所述第一位置数据序列进行标注平滑处理，得到所述目标关键点的第二位置数据序列，并根据所述第二位置数据序列更新所述多帧目标人脸视频帧图像中所述目标关键点的标注，以得到重新标注的目标样本子集。

3.根据权利要求2所述的方法，其特征在于，所述对所述第一位置数据序列进行标注平滑处理，得到所述目标关键点的第二位置数据序列，包括：

对所述第一位置数据序列中属于目标帧号段的位置坐标值进行去重处理，使得一个所述目标帧号段对应一个位置坐标值，以得到第三位置数据序列，所述目标帧号段包括连续的至少两个帧号，且所述连续的两个帧号对应的位置坐标值相同；

对所述第三位置数据序列进行标注平滑处理，得到第四位置数据序列；

将所述第四位置数据序列中所述目标帧号段对应的位置坐标值作为所述连续的两个帧号各自对应的位置坐标值，以得到所述第二位置数据序列。

4.根据权利要求3所述的方法，其特征在于，所述对所述第三位置数据序列进行标注平滑处理，得到第四位置数据序列，包括：

将预设滑动窗置于第三位置数据序列的起首，在第三位置数据序列中确定处于预设滑动窗内的位置坐标集合，所述预设滑动窗的长度为K，K为正奇数，其中，所述预设滑动窗置于第三位置数据序列的起首是指所述预设滑动窗内的第一个值为所述第三位置数据序列中的第一个位置坐标值；

确定所述位置坐标集合的外接矩形的边长比值及所述位置坐标集合的拟合直线，所述边长比值为所述外界矩形的最长边与最短边的比值；

根据所述边长比值及所述拟合直线更新所述预设滑动窗内的第i个位置坐标值，i为[1，K]中任意值，并移动所述预设滑动窗，执行所述在第三位置数据序列中确定处于预设滑动窗内的位置坐标集合的步骤，直至所述预设滑动窗置于所述第三位置数据序列的末尾，所述预设滑动窗置于所述第三位置数据序列的末尾是指所述预设滑动窗内的最后一个值为第三位置数据序列中的最后一个位置坐标值；

在所述预设滑动窗置于所述第三位置数据序列的末尾后，将更新所述预设滑动窗内的第i个位置坐标值之后得到的位置数据序列确定为所述第四位置数据序列。

5.根据权利要求4所述的方法，其特征在于，所述根据所述边长比值及所述拟合直线更新所述预设滑动窗内的第i个位置坐标值，包括：

当所述边长比值小于预设第一阈值，且所述拟合直线的判定系数小于预设第二阈值，则确定所述位置坐标集合包含的位置坐标值的重心点；

确定所述位置坐标集合中包含的各个位置坐标值到所述重心点的距离，将第i个位置坐标值更新为最小距离的位置坐标值。

6.根据权利要求3所述的方法，其特征在于，所述对所述第三位置数据序列进行标注平滑处理，得到第四位置数据序列，包括：

利用预设的平滑算法对所述第三位置数据序列进行标注平滑处理，得到第四位置数据序列，所述平滑算法为中值滤波算法、高斯滤波算法或者Savitzky-Golay滤波器。