[发明专利]人脸特征检测方法、装置、介质及电子设备在审

专利信息
申请号: 202110324684.0 申请日: 2021-03-26
公开(公告)号: CN113011356A 公开(公告)日: 2021-06-22
发明(设计)人: 王猛;阮良;陈功 申请(专利权)人: 杭州朗和科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06N3/08;G06N3/04
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 310052 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征 检测 方法 装置 介质 电子设备
【说明书】:

本公开的实施例提供了一种人脸特征检测方法、装置、介质及电子设备,涉及人工智能技术领域。该方法包括:获取待检测图像;将待检测图像输入到人脸特征检测模型中输出待检测图像对应的人脸区域坐标和人脸关键点坐标,其中人脸特征检测模型包括目标人脸区域检测网络和人脸关键点检测网络;通过人脸区域坐标和人脸关键点坐标对待检测图像进行标注,生成标注有人脸区域以及人脸关键点的待检测图像。本公开实施例的技术方案能够同时输出人脸区域坐标和人脸关键点坐标,快速得到既包含人脸区域标注以及人脸关键点标注的图像,有效提升人脸特征提取的效率。

技术领域

本公开的实施例涉及人工智能技术领域,更具体地,本公开的实施例涉及人脸特征检测方法、人脸特征检测装置、计算机可读存储介质以及电子设备。

背景技术

本部分旨在为权利要求书中陈述的本公开的实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着科学技术的飞速发展,人脸检测技术(Face Detection)越来越被广泛使用。人脸检测技术是指对于任意一幅给定的图像,采用一定的策略对给定的图像进行识别搜索以确定其中是否含有人脸的技术,人脸检测是自动人脸识别系统中的一个关键环节。人脸检测技术主要包括人脸区域检测以及人脸关键点检测,而实现人脸关键点检测的前提是需要先确定人脸区域。

目前,相关的技术方案中,通过采用单独的人脸区域检测网络以及单独的人脸关键点检测网络,用于分别检测给定图像中的人脸区域以及人脸关键点。具体是,先通过单独的人脸区域检测网络确定给定图像中的人脸区域,然后将不同的人脸区域依次输入到单独的人脸关键点检测网络中得到不同人脸区域对应的人脸关键点。但是,这种方案中,人脸关键点检测网络必须等待人脸区域检测网络输出人脸区域时,才能开始对人脸关键点检测网络输出的人脸区域进行人脸关键点检测,导致人脸特征检测效率较低,耗费时间较长;同时,由于单独的人脸区域检测网络的网络结构较复杂,在检测人脸区域时计算量较大,也需要耗费较长的时间。

发明内容

在本上下文中,本公开的实施例期望提供一种人脸特征检测方法、人脸特征检测装置、计算机可读存储介质以及电子设备,进而至少在一定程度上克服相关的人脸特征检测方案中,人脸特征检测效率低、耗费时间较长的问题。

在本公开实施例的第一方面中,提供了一种人脸特征检测方法,包括:

获取待检测图像;

将所述待检测图像输入到人脸特征检测模型中输出所述待检测图像对应的人脸区域坐标和人脸关键点坐标,其中所述人脸特征检测模型包括目标人脸区域检测网络和人脸关键点检测网络;

通过所述人脸区域坐标和所述人脸关键点坐标对所述待检测图像进行标注,生成标注有人脸区域以及人脸关键点的待检测图像。

在本公开的一些实施例中,基于前述方案,所述将所述待检测图像输入到人脸特征检测模型中输出所述待检测图像对应的人脸区域坐标和人脸关键点坐标,包括:

将所述待检测图像输入到所述目标人脸区域检测网络中输出所述待检测图像对应的人脸区域坐标;

从所述目标人脸区域检测网络中抽取与所述人脸区域坐标对应的人脸区域特征图;

将抽取的所述人脸区域特征图输入到所述人脸关键点检测网络输出所述待检测图像对应的人脸关键点坐标。

在本公开的一些实施例中,基于前述方案,从所述目标人脸区域检测网络中抽取与所述人脸区域坐标对应的人脸区域特征,包括:

确定所述目标人脸区域检测网络对应的目标中间特征图;

基于所述人脸区域坐标对所述目标中间特征图进行位置映射,得到与所述待检测图像相匹配的人脸区域特征图。

在本公开的一些实施例中,基于前述方案,所述方法还包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州朗和科技有限公司,未经杭州朗和科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110324684.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top