[发明专利]智能交互式人脸关键点标注方法有效
申请号: | 201710486633.1 | 申请日: | 2017-06-23 |
公开(公告)号: | CN107423689B | 公开(公告)日: | 2020-05-15 |
发明(设计)人: | 张举勇 | 申请(专利权)人: | 中国科学技术大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京凯特来知识产权代理有限公司 11260 | 代理人: | 郑立明;郑哲 |
地址: | 230026 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 交互式 关键 标注 方法 | ||
本发明公开了一种智能交互式人脸关键点标注方法,包括:通过人脸检测算法得到人脸矩形框并提取其中的人脸关键点集合P;若人脸关键点集合P不满足要求,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;再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,并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;若人脸关键点集合P3满足要求,则直接输出;否则,结合人脸关键点集合P3重复上述步骤直至满足要求。上述方法能极大提高人脸关键点标注的效率,对于不同环境,不同类型的人脸都能快速得到精确的结果。
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种智能交互式人脸关键点标注方法。
背景技术
人脸识别是基于人脸的脸部特征信息进行身份识别的一种生物信息识别技术,在电子商务,安防等领域有着广泛的应用。该任务对于人眼来说只是一个简单的问题,但计算机眼中的图像只是一串普通的01字符串,因此使用计算机进行人脸识别是一个极为复杂困难又具有极高实用性的重要问题。
人脸识别的任务一般分为四个步骤:
1、对图像进行人脸检测,在原图中剪切出仅包含人脸的一张图片;
2、对步骤1中得到图片中的人脸进行关键点检测,得到对应于每一个位置的人脸关键点;
3、利用步骤2中得到的人脸关键点对人脸图片进行对齐,在对齐之后的人脸图片进行特征提取,输出该人脸对应的特征信息;
4、由分类器对步骤3得到的特征进行分类判断,得到身份识别的结果。
而其中关键点检测的准确性对于特征提取以及后续的分类起着极为重要的作用。现有的许多关键点检测算法采用学习的方法,若想取得较好的泛化性需要大量不同人种不同姿态的人脸图片与其关键点信息作为训练数据。若采用手动标注的方式将会消耗大量的人力,即使采用自动标注与手动标注结合的方式标注的效率依然很低。
发明内容
本发明的目的是提供一种智能交互式人脸关键点标注方法,能根据用户与3D人脸模型的关键点集合交互,得到更精确的关键点,对提高人脸关键点标注任务的效率有极大价值。
本发明的目的是通过以下技术方案实现的:
一种智能交互式人脸关键点标注方法,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;
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。
所述3D人脸模型M中包括:平均人脸身份向量Aid、身份向量系数αid、表情向量Aexp以及表情向量系数αexp,表示为:
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:
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中国科学技术大学,未经中国科学技术大学许可,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/201710486633.1/2.html,转载请声明来源钻瓜专利网。