[发明专利]图像识别的方法及装置

说明书

本申请公开了一种图像识别的方法及装置。该申请的方法包括根据动物脸检测模型对当前图像进行检测，确定所述当前图像中的动物脸区域；根据动物脸关键点定位模型对所述动物脸区域中的预设关键点进行定位；并且，根据快速光流计算算法对当前图像中的预设关键点进行动态跟踪；根据预设关键点的位置将预设的贴纸图像融合到所述当前图像上。本申请解决相关的软件只能对人脸进行美化处理的问题。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种图像识别的方法及装置。

背景技术

随着手机摄像头的广泛使用，生活照片的拍摄与分享成为日常生活中的一种重要的娱乐和社交方式。为了提高娱乐性和可观赏性，现有很多技术和软件会对图像整体或针对照片中出现的人脸进行美化处理，比如美颜、粘贴一些美化的贴纸等，使得照片的视觉感观、可观赏性和趣味性提高，提高关注度和被分享的可能性。但是目前在生活照片分享中，人类的宠物(猫、狗等)出现在照片中的几率非常高，而相关的软件只能对人脸进行美化处理，无法满足用户对心爱的宠物美化的需求。

发明内容

本申请的主要目的在于提供一种图像识别的方法，以解决相关的软件只能对人脸进行美化处理的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种图像识别的方法。

根据本申请的图像识别的方法包括：

根据动物脸检测模型对当前图像进行检测，确定所述当前图像中的动物脸区域；

根据动物脸关键点定位模型对所述动物脸区域中的预设关键点进行定位；并且，

根据快速光流计算算法对当前图像中的预设关键点进行动态跟踪；

根据预设关键点的位置将预设的贴纸图像融合到所述当前图像上。

进一步的，所述动物脸检测模型为猫脸检测模型，在根据动猫脸检测模型对当前图像进行检测之前，所述方法还包括：

收集预设数量的猫脸图像，以对猫脸图像进行五官区域的标注，得到已标注的猫脸图像；

将已标注的猫脸图像以及预设数量的猫脸图像输入到移动视觉网络Mobilenet网络结构中；

根据损失函数对Mobilenet网络结构进行模型训练，得到所述猫脸检测模型。

进一步的，所述动物脸关键点定位模型为猫脸关键点定位模型，所述方法还包括：

获取所述已标注的猫脸图像，以对所述已标注的猫脸图像进行预设关键点的标注，得到关键点标注图像；

根据关键点标注图像训练关键点定位算法，得到猫脸关键点定位模型。

进一步的，所述关键点定位算法为级联姿势回归算法，所述根据关键点标注图像训练级联姿势回归算法，得到猫脸关键点定位模型还包括：

基于多点差值的特征提取法，确定训练时每次迭代过程中的特征提取点坐标；并且，

基于随机蕨对级联姿势回归算法进行模型的训练，得到猫脸关键点定位模型。

进一步的，所述根据快速光流计算算法对当前图像中的预设关键点进行动态跟踪包括：

根据快速光流计算方法，估计所述当前图像对应的前一帧图像中预设关键点在后一帧图像中的位置，得到第一位置；

根据所述猫脸关键点定位模型，确定所述当前图像对应的前一帧图像中预设关键点在后一帧图像中的位置，得到第二位置；

根据所述第一位置和所述第二位置之间的距离确定预设关键点在后一帧图像中的最终位置。

进一步的，所述根据所述第一位置和第二位置之间的距离确定预设关键点在后一帧图像中的最终位置包括：