[发明专利]一种人脸采集特征提取方法、系统及存储介质

权利要求书

1.一种人脸采集特征提取方法，其特征在于，包括:

基于卷积神经网络建立人脸特征位置点形状驱动深度模型；

通过RetinaFace人脸检测模型检测人脸，生成不同尺寸的多层检测框；所述检测框包含不同尺寸的目标框；在每层检测框对人脸特征位置点形状驱动深度模型进行训练；

利用训练后人脸特征位置点形状驱动深度模型进行人脸特征提取和融合，所述融合包括融合人脸特征位置点和人脸姿态。

2.根据权利要求1所述的人脸采集特征提取方法，其特征在于，

所述人脸特征位置点形状驱动深度模型包括主网络和辅助子网络，所述主网络采用区域卷积网络。

3.根据权利要求2所述的人脸采集特征提取方法，其特征在于，所述区域卷积网络为N个，区域卷积网络由DCNN中卷积层和池化层所构成，用于对人脸的N个区域进行人脸特征位置点提取；其中，N为根据人脸特征位置点的位置信息，将人脸图像划分的N个区域。

4.根据权利要求3所述的人脸采集特征提取方法，其特征在于，将人脸图像划分的N个区域的划分方法包括：将人脸划分为整张人脸、毛区域、右眉毛区域、左眼睛区域、右眼睛区域、鼻部区域和嘴部区域。

5.根据权利要求3所述的人脸采集特征提取方法，其特征在于，所述人脸特征位置点包括每个眉毛的两个角点及其中心点、每个眼睛的两个角点、上下眼皮中心点以及眼睛中心点、鼻尖点、鼻顶点、两个鼻翼点、鼻中隔点、嘴巴的两个角点、嘴巴中心点、上嘴唇的最上点及下嘴唇的最下点中的至少一个。

6.根据权利要求1所述的人脸采集特征提取方法，其特征在于，所述人脸姿态包括但不限于：侧脸、正脸、抬头、低头、表情和遮挡中的一种或多种。

7.根据权利要求1所述的人脸采集特征提取方法，其特征在于，所述融合包括：将人脸特征位置点进行人脸对齐，将对齐后的融合人脸特征位置点和人脸姿态。

8.一种人脸采集特征提取系统，其特征在于，包括：

构建模块，用于基于卷积神经网络建立人脸特征位置点形状驱动深度模型；

人脸检测模块，用于通过RetinaFace人脸检测模型检测人脸，生成不同尺寸的多层检测框；所述检测框包含不同尺寸的目标框；在每层检测框对人脸特征位置点形状驱动深度模型进行训练；

提取融合模块，用于利用训练后人脸特征位置点形状驱动深度模型进行人脸特征提取和融合，所述融合包括融合人脸特征位置点和人脸姿态。

9.根据权利要求8所述的人脸采集特征提取系统，其特征在于，所述人脸特征位置点形状驱动深度模型包括主网络和辅助子网络，所述主网络采用区域卷积网络。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时，实现如权利要求1至7任一项所述的人脸采集特征提取方法。