[发明专利]热力图转换模型训练方法以及装置

说明书

本说明书实施例提供热力图转换模型训练方法以及装置，其中所述热力图转换模型训练方法包括：对目标对象的特征图像进行特征点标注，并生成所述特征图像对应的至少一个特征点坐标，根据所述至少一个特征点坐标确定至少一个第一特征点热力图，将所述特征图像作为样本图像，并将所述至少一个第一特征点热力图作为样本标签输入待训练热力图转换模型进行训练，生成热力图转换模型，所述热力图转换模型使得所述样本标签与所述特征图像相关联。

本发明是20201120日申请的，申请号是202011305014.6，发明创造名称为“热力图转换模型训练方法以及装置”的分案申请。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种热力图转换模型训练方法。本说明书一个或者多个实施例同时涉及一种热力图转换模型训练装置，一种特征点检测方法，一种特征点检测装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

特征点检测是指在图像或视频中确定出感兴趣的关键位置的坐标。例如，在人脸特征点检测中，从包扩人脸的图像中确定出内外眼角、鼻尖、嘴角等关键位置的坐标。特征点检测是计算机视觉应用的重要组成部分，对于人脸识别、表情识别、姿态识别等领域有着重要的作用。

目前的特征点检测方法主要基于深度神经网络的特征点检测模型实现，然而，特征点检测模型的训练过程需要大量的关键点标注数据，但是人工标注成本高，耗时长，而且不同的标注者对相同的关键点给出的坐标往往存在偏差，进而可能导致训练得到的模型难以准确的预测关键点位置，因此，亟需一种更为有效的方法以解决此类问题。

发明内容

有鉴于此，本说明书实施例提供了一种热力图转换模型训练方法。本说明书一个或者多个实施例同时涉及一种热力图转换模型训练装置，一种特征点检测方法，一种特征点检测装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种热力图转换模型训练方法，包括：

对目标对象的特征图像进行特征点标注，并生成所述特征图像对应的至少一个特征点坐标；

根据所述至少一个特征点坐标确定至少一个第一特征点热力图；

将所述特征图像作为样本图像，并将所述至少一个第一特征点热力图作为样本标签输入待训练热力图转换模型进行训练，生成热力图转换模型，所述热力图转换模型使得所述样本标签与所述特征图像相关联。

可选地，将所述特征图像作为样本图像，并将所述至少一个第一特征点热力图作为样本标签输入待训练热力图转换模型进行训练，包括：

将所述特征图像作为样本图像，并将所述至少一个第一特征点热力图作为样本标签输入所述待训练热力图转换模型；

获取所述待训练热力图转换模型输出的所述特征图像对应的至少一个第二特征点热力图；

计算所述至少一个第一特征点热力图与所述至少一个第二特征点热力图之间的损失值；

根据所述损失值对所述待训练热力图转换模型进行迭代训练。

可选地，所述计算所述至少一个第一特征点热力图与所述至少一个第二特征点热力图之间的损失值，包括：

根据所述至少一个第一特征点热力图中各像素点的坐标与所述至少一个第二特征点热力图中各像素点的坐标间的距离计算所述损失值。

可选地，所述计算所述至少一个第一特征点热力图与所述至少一个第二特征点热力图之间的损失值，包括：

判断所述至少一个第二特征点热力图的尺寸与所述至少一个第一特征点热力图的尺寸是否一致；

若否，则根据所述至少一个第一特征点热力图的尺寸，对所述至少一个第二特征点热力图进行尺寸变换，生成变换后的至少一个第二特征点热力图；