[发明专利]人脸特征点检测方法及装置在审

专利信息
申请号: 201810909381.3 申请日: 2018-08-10
公开(公告)号: CN110826372A 公开(公告)日: 2020-02-21
发明(设计)人: 刘大维 申请(专利权)人: 浙江宇视科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 王文红
地址: 310000 浙江省杭州市滨江区西兴街道江陵路*** 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
【说明书】:

发明提供一种人脸特征点检测方法及装置,应用于图像处理设备,所述图像处理设备中存储有特征区检测模型及特征点检测模型,所述方法包括:对待检测人脸图像进行预处理,得到预处理后的目标人脸图像;根据所述特征区检测模型及所述特征点检测模型对所述目标人脸图像进行特征点提取,得到所述目标人脸图像的位于人脸特征区内的目标特征点坐标;对得到的所述目标特征点坐标进行坐标转换,得到所述待检测人脸图像对应的人脸特征点坐标。所述人脸特征点检测方法既能对姿态正常的人脸进行精准的特征点定位,也能对姿态异常的人脸进行精准的特征点定位,确保人脸特征点检测效果。

技术领域

本发明涉及人脸特征点检测技术领域,具体而言,涉及一种人脸特征点检测方法及装置。

背景技术

随着科学技术的不断发展,人脸特征点检测技术逐步走向成熟,被广泛应用于人工智能交互、视频会议、身份鉴别等领域。人脸特征点检测技术能够利用人脸特征部位附近的信息与各特征点之间的位置关系,对人脸图像中的眉毛、眼睛、鼻子、嘴巴等部位进行精准定位,因此对人脸特征点检测技术而言,如何确保其人脸特征点检测的准确性便是一个极为重要的问题。

目前,业界主流的人脸特征点检测方法均是在默认人脸图像中的人脸姿态正常即人脸图像中人脸区域无遮挡、无缺失的情况下进行的,并无针对人脸姿态异常(例如,人脸区域出现遮挡或缺失)时的特征点检测策略。如果使用这类人脸特征点检测方法对存在姿态异常人脸的人脸图像进行人脸特征点检测的话,所检测到的人脸特征点坐标会出现较大程度的错误,整体的人脸特征点检测效果不佳。

发明内容

为了克服现有技术中的上述不足,本发明的目的在于提供一种人脸特征点检测方法及装置,所述人脸特征点检测方法既能对姿态正常的人脸进行精准的特征点定位,也能对姿态异常的人脸进行精准的特征点定位,确保人脸特征点检测效果。

就方法而言,本发明实施例提供一种人脸特征点检测方法,应用于图像处理设备,所述图像处理设备中存储有用于检测人脸特征区的特征区检测模型,及用于检测人脸特征点的特征点检测模型,所述方法包括:

对待检测人脸图像进行预处理,得到预处理后的目标人脸图像;

根据所述特征区检测模型及所述特征点检测模型对所述目标人脸图像进行特征点提取,得到所述目标人脸图像的位于人脸特征区内的目标特征点坐标;

对得到的所述目标特征点坐标进行坐标转换,得到所述待检测人脸图像对应的人脸特征点坐标。其中所述方法通过所述特征区检测模型提取出目标人脸图像中可提取的人脸特征区,通过所述特征点检测模型提取出目标人脸图像中可提取的位于人脸特征区内的目标特征点坐标,然后基于得到的目标特征点坐标得到待检测人脸图像中各人脸特征点的坐标信息,从而实现对存在姿态正常人脸的人脸图像或存在姿态异常人脸的人脸图像进行精准的人脸特征点定位,确保人脸特征点检测效果。

就装置而言,本发明实施例提供一种人脸特征点检测装置,应用于图像处理设备,所述图像处理设备中存储有用于检测人脸特征区的特征区检测模型,及用于检测人脸特征点的特征点检测模型,所述装置包括:

图像预处理模块,用于对待检测人脸图像进行预处理,得到预处理后的目标人脸图像;

目标特征获取模块,用于根据所述特征区检测模型及所述特征点检测模型对所述目标人脸图像进行特征点提取,得到所述目标人脸图像的位于人脸特征区内的目标特征点坐标;

特征点坐标转换模块,用于对得到的所述目标特征点坐标进行坐标转换,得到所述待检测人脸图像对应的人脸特征点坐标。

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浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,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/201810909381.3/2.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