[发明专利]一种人脸关键点检测模块中人脸框选取方法

说明书

本发明涉及人脸关键点检测领域，公开了一种人脸关键点检测模块中人脸框选取方法，包括获取人脸检测模型以及关键点模型；根据人脸检测模型获得的N张图片的人脸框坐标和N张图片的真实人脸框坐标获得人脸框坐标伸缩比例；利用人脸框坐标伸缩比例对已训练好的人脸检测模型输出的测试数据集中每张图片的人脸框坐标进行优化，获得测试数据集中每张图片优化后的人脸框坐标；将优化后的人脸框坐标进行坐标转换，获得新的人脸框坐标，根据新的人脸框坐标从原图片裁剪出人脸框，将裁剪的人脸框输入已训练好的关键点模型，获得关键点坐标。本发明能够有效解决人脸检测和关键点检测模块中因人脸框选取标准不一致而产生的关键点精度下降的问题。

技术领域

本发明涉及人脸关键点检测领域，具体地涉及一种人脸关键点检测模块中人脸框选取方法。

背景技术

人脸关键点检测是人脸识别和分析领域中的关键一步，是自动人脸识别、表情分析、三维人脸重建及三维动画以及其它人脸相关问题的前提和突破口。而在人脸识别系统中，人脸检测和人脸关键点检测属于级联系统，即人脸关键点检测需要使用人脸检测模块输出的人脸框。在人脸检测模块使用的人脸框一般只包含人脸即可，大部分情况下不能保证人脸脸颊关键点在人脸框中，而在关键点模块中需要保证人脸关键点全部包含在在人脸框内，这样才能够保证关键点检测的准确性。两种人脸框选取策略存在差异，从而造成因人脸框选取标准不一致而产生的关键点精度下降的问题。在现有人脸识别系统中，较少关注由于人脸检测器提供的人脸框和人脸关键点所需人脸框不一致所造成的精度损失，但是其精度会直接影响后续特征提取，表情识别等人脸识别技术的准确性。

发明内容

本发明提供一种人脸关键点检测模块中人脸框选取方法，从而解决现有技术的上述问题。

一种人脸关键点检测模块中人脸框选取方法，包括以下步骤：

S1)获取已训练好的人脸检测模型以及已训练好的关键点模型；

S2)获取人脸关键点训练数据集,所述人脸关键点训练数据集包括训练集和测试数据集，所述训练集包括N张图片，利用已训练好的人脸检测模型获得训练集中N张图片的人脸框坐标，获取训练集中N张图片的真实人脸框坐标，根据所述N张图片的人脸框坐标和所述N张图片的真实人脸框坐标获得人脸框坐标伸缩比例；

S3)将所述测试数据集输入已训练好的人脸检测模型，所述测试数据集包括M张图片，利用人脸框坐标伸缩比例对已训练好的人脸检测模型输出的测试数据集中每张图片的人脸框坐标进行优化，获得测试数据集中每张图片优化后的人脸框坐标；

S4)将测试数据集中第i张图片优化后的人脸框坐标进行坐标转换，获得测试数据集中第i张图片的新的人脸框坐标，根据第i张图片的新的人脸框坐标从第i张图片中裁剪出人脸框，将裁剪的人脸框输入已训练好的关键点模型，获得关键点坐标，i＝1、2、…、M。

进一步的，步骤S2)中，利用已训练好的人脸检测模型获得训练集中N张图片的人脸框坐标，获取训练集中N张图片的真实人脸框坐标，根据所述N张图片的人脸框坐标和所述N张图片的真实人脸框坐标获得人脸框坐标伸缩比例，包括以下步骤：

S21)将N张图片分别输入至所述已训练好的人脸检测模型,所述已训练好的人脸检测模型输出训练集中N张图片的人脸框坐标，第j张图片的人脸框坐标为[det_x1^j，det_y1^j，det_x2^j，det_y2^j]，j＝1、2、…、N；