[发明专利]智能交互式人脸关键点标注方法

权利要求书

1.一种智能交互式人脸关键点标注方法，其特征在于，包括：

步骤A、通过人脸检测算法得到人脸矩形框；

步骤B、利用人脸关键点检测算法预测人脸矩形框中的人脸关键点集合P；

步骤C、根据用户反馈的消息判断人脸关键点集合P是否满足要求；若否，则利用人脸关键点集合P建立3D人脸模型M，并将3D人脸模型M中对应的人脸关键点重新投影到2D图片中，得到新的人脸关键点集合P1；

步骤D、根据用户返回的操作指令对人脸关键点集合P1中不准确的关键点重新进行编辑，获得编辑后的人脸关键点集合P2；

步骤E、利用编辑后的人脸关键点集合P2与3D人脸模型M重新预测人脸关键点集合P3，包括：参照编辑后的人脸关键点集合P2，将3D人脸模型M中的关键点集合划分为被改动点L_A，未改动点L_B；参照人脸关键点集合P1，将编辑后的人脸关键点集合P2划分为被改动点P2_A，未改动点P2_B；使用最小二乘法优化3D人脸模型M的参数与弱透视投影的参数，拟合3D人脸模型中的关键点集合与编辑后的人脸关键点集合P2，其中，λ为针对被改动点所设定的权重；

步骤F、根据用户反馈的消息判断人脸关键点集合P3是否满足要求；若是，则直接输出；若否，则结合人脸关键点集合P3重复上述步骤C～步骤E直至满足要求。

2.根据权利要求1所述的一种智能交互式人脸关键点标注方法，其特征在于，所述3D人脸模型M中包括：平均人脸身份向量A_id、身份向量系数α_id、表情向量A_exp以及表情向量系数α_exp，表示为：

3.根据权利要求1所述的一种智能交互式人脸关键点标注方法，其特征在于，所述将3D人脸模型M中对应的人脸关键点重新投影到2D图片中，得到新的人脸关键点集合P1的步骤为：

使用初始参数初始化3D人脸模型M得到平均脸的关键点点位集合L；使用弱透视投影的方法将3D人脸模型M中的关键点点位集合S投影为2D图片中的关键点集合l_2d，表示为：

l_2d＝fP'R(α,β,γ)(L+t_3d)；

其中，f为关键点的缩放系数；P'为投影矩阵；R为旋转矩阵，α,β,γ分别为x，y，z三个轴上的旋转角度；t_3d为偏移向量；

使用最小二乘法优化3D人脸模型M的参数与弱透视投影的参数，拟合关键点集合l_2d与人脸关键点集合P，得到新的人脸关键点集合P1，表示为：

4.根据权利要求1所述的一种智能交互式人脸关键点标注方法，其特征在于，所述根据用户返回的操作指令对人脸关键点集合P1中不准确的关键点重新进行编辑包括：

用户返回的操作指令中包含了不准确关键点的正确位置信息，当接收到用户返回的操作指令后，将不准确关键点调整至正确位置。