[发明专利]人脸特征点定位方法、装置、设备及存储介质

权利要求书

1.一种人脸特征点定位方法，其特征在于，所述方法包括下述步骤：

当接收到人脸特征点定位请求时，获取用户输入的人脸图像，从预设的训练库中选取与所述人脸图像相关的多个初始形状；

通过预设的级联姿态回归算法对所述初始形状进行级联回归，得到每个初始形状对应的预测结果；

根据预先构建的特征点字典，计算每个预测结果中每个预设特征点对应的稀疏重构系数和重构残差；

根据所述稀疏重构系数和所述重构残差，对每个预测结果中每个预设特征点的预测位置和预测遮挡状态进行修正；

通过所述级联姿态回归算法对修正后的所述预测结果进行级联回归，得到所述人脸图像上每个预设特征点的位置和遮挡状态；

计算每个预测结果中每个预设特征点对应的稀疏重构系数和重构残差的步骤，包括：

在所述人脸图像上，获取每个预测结果中每个预设特征点的像素信息；

通过每个预设特征点对应的特征点字典，对每个预测结果中每个预设特征点的像素信息进行相应的线性表示，根据所述线性表示计算每个预测结果中每个预设特征点对应的稀疏重构系数；

根据所述特征点字典和每个预测结果中每个预设特征点对应的稀疏重构系数，计算每个预测结果中每个预设特征点对应的重构残差。

2.如权利要求1所述的方法，其特征在于，从预设的训练库中选取与所述人脸图像相关的多个初始形状的步骤，包括：

提取所述人脸图像的纹理特征，并提取所述训练库中训练图像的纹理特征；

根据所述人脸图像的纹理特征与所述训练图像的纹理特征之间的相关程度，从所述训练库选取与所述人脸图像相关的所述初始形状。

3.如权利要求1所述的方法，其特征在于，对每个预测结果中每个预设特征点的预测位置和预测遮挡状态进行修正的步骤，包括：

根据所述预测结果中所述预设特征点对应的重构残差和预设的残差阈值，确定所述预测结果中所述预设特征点的预测位置是否可靠；

当所述预测结果中所述预设特征点的预测位置可靠时，根据所述特征点字典和所述预测结果中所述预设特征点对应的稀疏重构系数，对所述预测结果中所述预设特征点的预测遮挡状态进行修正。

4.如权利要求3所述的方法，其特征在于，对所述预测结果中所述预设特征点的预测位置和遮挡状态进行修正的步骤，还包括：

当所述预测结果中所述预设特征点的预测位置不可靠时，根据剩余所述预测结果中所述预设特征点可靠的预测位置，对所述预设特征点不可靠的预测位置进行修正。

5.一种人脸特征点定位装置，其特征在于，所述装置包括：

初始形状获取单元，用于当接收到人脸特征点定位请求时，获取用户输入的人脸图像，从预设的训练库中选取与所述人脸图像相关的多个初始形状；

初始预测单元，用于通过预设的级联姿态回归算法对所述初始形状进行级联回归，得到每个初始形状对应的预测结果；

参数计算单元，用于根据预先构建的特征点字典，计算每个预测结果中每个预设特征点对应的稀疏重构系数和重构残差；

预测结果修正单元，用于根据所述稀疏重构系数和所述重构残差，对每个预测结果中每个特征点的预测位置和预测遮挡状态进行修正；以及

特征点确定单元，用于通过所述级联姿态回归算法对修正后的所述预测结果进行级联回归，得到所述人脸图像上每个特征点的位置和遮挡状态；

所述参数计算单元包括：

像素信息获取单元，用于在所述人脸图像上，获取每个预测结果中每个预设特征点的像素信息；

重构系数计算单元，用于通过每个预设特征点对应的特征点字典，对每个预测结果中每个预设特征点的像素信息进行相应的线性表示，根据所述线性表示计算每个预测结果中每个预设特征点对应的稀疏重构系数；以及

重构残差计算单元，用于根据所述特征点字典和每个预测结果中每个预设特征点对应的稀疏重构系数，计算每个预测结果中每个预设特征点对应的重构残差。