[发明专利]基于深度学习的嘴部状态分类方法、装置、设备和介质

说明书

本发明实施例公开了一种基于深度学习的嘴部状态分类方法，该方法包括：对获取到的原始图像进行特征点检测以获取人脸特征点，根据这些人脸特征点确定在原始图像中目标嘴部区域的嘴部图像，该嘴部图像是有效信息最多、而图像大小最小的目标图像，可去除无关图像信息的干扰。进一步的，再通过归一化处理获取到归一化图像，可减少不同图像之间的差异性。最后将归一化图像输入嘴部状态分类模型，根据嘴部状态分类模型的输出结果确定原始图像的嘴部状态，本发明能对图像人物的嘴部状态进行检测和分类，其有效地提高了办证的效率，极大地提高了用户的办证体验。此外，还提出了嘴部状态分类装置、计算机设备和存储介质。

技术领域

本发明涉及深度学习技术领域，尤其是涉及基于深度学习的嘴部状态分类方法、装置、设备和介质。

背景技术

随着社会的迅速发展，广大市民所用到的证件种类也越来越多，而部分证件需要附有证件照，故证件照的拍摄需求也在逐渐提高；为了便于市民拍摄证件照，现今市面上出现了一些自助拍照设备，自助拍照设备的应用，给需要拍摄证件照的人们带来了很方便的体验。用户在使用自助拍照设备进行证件照拍摄时，有些证件的制证要求明确规定了拍照不应露齿或者张嘴，例如护照、身份证等证件。而用户在进行拍摄证件照后，由于不清楚相干部门对于嘴巴状态的要求，导致拍摄的证件照不符合相干部门的要求，需要重新进行照片的拍摄，使得照片拍摄效果一般，而在现有技术中，由于无法对证件照中的人物是否露齿或者张嘴的照片进行自动识别，其只能依靠人工进行判别，故其极大地影响了办证的效率，影响了用户的办证体验。

发明内容

为克服上述缺陷，本发明的目的即在于提供一种能对证件照中人物的嘴部状态进行检测和分类的基于深度学习的嘴部状态分类方法、装置、设备和介质。

一种基于深度学习的嘴部状态分类的方法，所述方法包括：

获取待识别的原始图像，对所述原始图像进行特征点检测以获取人脸特征点，根据所述人脸特征点确定在所述原始图像中目标嘴部区域的嘴部图像；

对所述嘴部图像进行归一化处理，获取归一化处理后的归一化图像；

将所述归一化图像输入嘴部状态分类模型，根据所述嘴部状态分类模型的输出结果确定所述原始图像的嘴部状态。

在其中一个实施例中，所述根据所述人脸特征点确定在所述原始图像中目标嘴部区域的嘴部图像，包括：

获取所述人脸特征点的原始坐标，所述人脸特征点的原始坐标包括嘴部特征点的嘴部原始坐标；

根据所述嘴部特征点中第一侧特征点的第一原始坐标及第二侧特征点的第二原始坐标计算人脸旋转角度；

根据所述人脸旋转角度对所述原始图像的角度进行纠偏调整，获取调整后的修正图像；

根据所述人脸旋转角度更新所述人脸特征点的原始坐标，获取更新后的更新坐标，根据所述更新坐标定位所述目标嘴部区域，截取所述修正图像中所述目标嘴部区域的图像，以得到所述嘴部图像。

在其中一个实施例中，所述根据所述人脸旋转角度更新所述人脸特征点的原始坐标，获取更新后的更新坐标，包括：

选取所述原始图像中的任意一点作为旋转原点，获取所述旋转原点的原点坐标；

以所述旋转原点为圆心，将所述人脸特征点绕着所述旋转原点旋转所述人脸旋转角度，获取所述人脸特征点旋转后的所述更新坐标。

在其中一个实施例中，所述归一化处理包括图像大小归一化处理、图像灰度值归一化处理及图像像素值归一化处理中的至少一种。

在其中一个实施例中，所述对所述嘴部图像进行归一化处理包括：缩放所述嘴部图像的长边长度和宽边长度，以使得所述长边长度和宽边长度相等；和/或