[发明专利]一种基于查找表激活函数的人脸关键点检测方法

权利要求书

1.一种基于查找表激活函数的人脸关键点检测方法，其特征在于，包括以下步骤：

S1、获取包含人脸的rgb图像，并获取所述rgb图像中矩形人脸框，得到带人脸框的rgb图像；

S2、将带人脸框的rgb图像转换为灰度图像；

S3、将步骤S2中的所述人脸框转换为第一正方形框；

S4、根据所述第一正方形框对所述灰度图像进行剪裁，得到第一剪裁图像；将所述第一剪裁图像缩放到64x64，得到第一人脸图像；

S5、将所述第一人脸图像输入预设的基于查找表激活函数的第一网络，输出得到人脸各部位的mask图；

S6、将人脸各部位的mask图二值化，得到二值化图像；

S7、获取人脸各部位的中心坐标；

S8、根据人脸各部位的中心坐标确定第二正方形框；

S9、根据所述第二正方形框对所述灰度图像进行剪裁，得到第二剪裁图像；将所述第二剪裁图像缩放到64x64，得到第二人脸图像；

S10、将所述第二人脸图像输入预设的基于查找表激活函数的第二网络，输出得到坐标值；

S11、将步骤S10得到的所述坐标值映射到所述灰度图像中，得到最终的人脸关键点；

所述查找表激活函数的定义如下：

其中，w_j为第一网络或第二网络中训练得到的参数，其构成长度为2n+1的一维向量W＝{w_-n，w_{_n+1}，...，w₀，...，w_n-1，w_n}，x表示查找表激活函数输入，y表示查找表激活函数输出，n为大于1的整数。

2.根据权利要求1所述的人脸关键点检测方法，其特征在于，步骤S5中，所述第一网络为基于查找表激活函数的全卷积网络。

3.根据权利要求1所述的人脸关键点检测方法，其特征在于，步骤S9中，所述第二网络为基于查找表激活函数的CNN+FC网络。

4.根据权利要求3所述的人脸关键点检测方法，其特征在于，所述查找表激活函数出现在卷积层和全连接层之后。

5.根据权利要求4所述的人脸关键点检测方法，其特征在于，对查找表激活函数的输入数值进放大2-3倍。

6.根据权利要求1所述的人脸关键点检测方法，其特征在于，所述人脸各部位包括左眼、右眼和嘴唇。

7.根据权利要求1所述的人脸关键点检测方法，其特征在于，步骤S3中，所述转换的方法为：

其中，FR₂为第一正方形框的四元组，x₁为所述人脸框左上角的横坐标，y₁为所述人脸框左上角的纵坐标，W₁为所述人脸框的长度，H₁为所述人脸框的宽度。

8.根据权利要求6所述的人脸关键点检测方法，其特征在于，获取左眼、右眼或嘴唇的中心坐标的方法包括：

S71、获取所述二值化图像的有效区域中所有像素点坐标；

S72、计算所有像素点坐标的平均值，得到第一平均值；

S73、计算每个像素点到所述第一平均值的距离，并将所述像素点按所述距离的大小升序排列，得到升序排列后的像素点；

S74、计算所述升序排列后的像素点的前50％的像素点坐标的平均值，得到第一中心坐标；

S75、计算所述第一中心坐标在所述灰度图像中的坐标，获得左眼、右眼或嘴唇的中心坐标，所述左眼、右眼或嘴唇的中心坐标的获得方法为：

P＝q_m2*Ratio₁+FR₂(0，1)

其中，P为左眼、右眼或嘴唇的中心坐标，q_m2为步骤S74得到的第一中心坐标，Ratio₁为步骤S4中缩放比例，FR₂(0，1)为所述第一正方形框的左上角的横纵坐标。

9.根据权利要求1所述的人脸关键点检测方法，其特征在于，步骤S11的映射方法为：

其中，Landmark表示最终的人脸关键点，Landmark₁表示步骤S10得到的坐标值，Ratio₂表示步骤S9中缩放比例，b₀(0)表示点b₀的x坐标，b₀(1)表示点b₀的y坐标，θ表示第二剪裁图像区域相对于灰度图像的旋转角度。