[发明专利]人脸装饰品识别方法、装置、电子设备及存储介质

权利要求书

1.一种人脸装饰品识别方法，其特征在于，所述方法包括：

通过人脸检测模型获得待识别图像中的人脸图像；

通过装饰品识别模型输出所述人脸图像的装饰品的识别结果，所述装饰品识别模型根据不同种类装饰品的形状特征设置有与每种装饰品对应尺寸的卷积层，在每个卷积层输出的特征图上分别设置有大小和长宽比与每个特征图对应的锚框。

2.根据权利要求1所述的方法，其特征在于，在所述通过人脸检测模型获得待识别图像中的人脸图像之前，所述方法还包括：

通过OpenCV的imread读取人脸检测训练图像；

将所述人脸检测训练图像转换为Pytorch能够解析的指定格式图像；

对所述指定格式图像进行数据增广；

对数据增广后的所述指定格式图像进行数据标注，所述数据标注包括装饰品标注；

采用Pytorch搭建分支前馈神经网络模型；

基于数据标注后的所述指定格式图像对所述分支前馈神经网络模型进行训练，以获得所述人脸检测模型。

3.根据权利要求2所述的方法，其特征在于，所述人脸检测训练图像包括不同清晰度、不同光照条件、不同姿态和不同角度的多张人脸检测训练图像，所述人脸检测训练图像中的每张人脸检测训练图像存在所述不同种类装饰品中的至少一种。

4.根据权利要求2所述的方法，其特征在于，所述对数据增广后的所述指定格式图像进行数据标注，包括：

使用LabelMe对所述指定格式图像中的装饰品类型和装饰品位置进行数据标注；

确定所述数据标注后的所述指定格式图像中水平方向沿左耳至右耳、竖直方向沿头顶或帽子上边沿至肩膀的指定区域的图像标注数据；

将所述图像标注数据保存为Pytorch能够解析的格式。

5.根据权利要求1所述的方法，其特征在于，在所述通过装饰品识别模型输出所述人脸图像的装饰品的识别结果之前，所述方法还包括：

获取装饰品识别训练图像，所述装饰品识别训练图像包括不同清晰度、不同光照条件、不同姿态和不同角度的多张装饰品识别训练图像，所述装饰品识别训练图像中的每张装饰品识别训练图像为存在至少一种装饰品的人脸图像；

对所述装饰品识别训练图像进行数据增强；

对数据增强后的所述装饰品识别训练图像进行装饰品的数据标注；

采用Pytorch搭建可变形卷积网络模型；

基于数据标注后的所述装饰品识别训练图像对所述可变形卷积网络模型进行训练，以获得所述装饰品识别模型。

6.根据权利要求5所述的方法，其特征在于，所述可变形卷积网络模型包括从上至下依次连接的第一卷积层至第十卷积层，其中，第四卷积层的卷积核大小为3*3，输出尺寸为1024*1024，步长为1，填充属性为1，最大池化为2，第五卷积层的卷积核大小为3*3，输出尺寸为1204*1024，步长为2，填充属性为1，第六卷积层的卷积核大小为1*1，输出尺寸为512*512，步长为1，填充属性为0，第八卷积层的卷积核大小为1*1，输出尺寸为512*512，步长为1，填充属性为0，第九卷积层的卷积核大小为3*3，输出尺寸为256*256，步长为2，填充属性为1，第十卷积层的卷积核大小为3*3，输出尺寸为512*512，步长为1，填充属性为0。

7.根据权利要求6所述的方法，其特征在于，在所述第四卷积层、所述第六卷积层、所述第八卷积层、所述第九卷积层和所述第十卷积层的特征图上根据不同种类装饰品的形状特征分别设置有多个不同大小和长宽比的所述锚框，所述锚框包括针对眼镜设置的大小为35、65、117、169、218、269或318，长宽比为4:1的锚框。