[发明专利]人脸轮廓的关键点确定方法、装置、设备以及存储介质

说明书

本公开提供一种人脸轮廓的关键点确定方法、装置、设备以及存储介质，涉及计算机技术领域，以至少解决相关技术中人脸轮廓关键点处理数据量过大。该方法包括：获取待检测的人脸图像；确定人脸图像上的人脸轮廓区域；对人脸图像上的人脸轮廓区域进行第一映射处理，得到具有标准形状的人脸轮廓图像；确定人脸轮廓图像上的第一关键点；第一关键点为人脸轮廓图像上人脸轮廓的关键点；对人脸轮廓图像上的第一关键点进行第二映射处理，得到第二关键点；第二关键点与第一关键点一一对应；第二关键点为人脸图像上人脸轮廓的关键点。

技术领域

本公开涉及信息处理技术领域，尤其涉及一种人脸轮廓的关键点确定方法、装置、设备以及存储介质。

背景技术

在计算机视觉任务中，人脸关键点检测是各种人脸任务的基础。目前，通常基于分区域检测识别模型算法进行人脸关键点的检测，大多都能得到较高的准确率。

所谓分区域检测识别模型是将人的五官(眉毛、眼镜、鼻子、嘴巴、耳朵)图像分别裁切出来，对每个部位的图像进行单独检测，从而得到检测结果。但是，对于人脸轮廓而言，无法像五官一样进行单独裁切，必须要将整个人脸图像作为输入进行处理，才能得到检测结果。在这个处理过程中，由于人脸图像对应的数据量较大，且处理过程中包括已进行过检测的五官，这样使得整个处理过程过于繁琐，造成资源浪费。

发明内容

本公开提供一种人脸轮廓的关键点确定方法、装置、设备以及存储介质，以至少解决相关技术中人脸轮廓关键点处理数据量过大的问题。本公开的技术方案如下：

根据本公开的第一方面，提供一种人脸轮廓的关键点确定方法，该方法包括：电子设备获取待检测的人脸图像；确定人脸图像上的人脸轮廓区域；对人脸图像上的人脸轮廓区域进行第一映射处理，得到具有标准形状的人脸轮廓图像；确定人脸轮廓图像上的第一关键点；第一关键点为人脸轮廓图像上人脸轮廓的关键点；对人脸轮廓图像上的第一关键点进行第二映射处理，得到第二关键点；第二关键点与第一关键点一一对应；第二关键点为人脸图像上人脸轮廓的关键点。

可选的，确定人脸图像上的人脸轮廓区域，包括：基于人脸图像中的多个第三关键点，确定出人脸轮廓区域；多个第三关键点至少包括人脸图像中左耳根处的一个点、人脸图像中右耳根处的一个点以及人脸图像中下巴处的一个点。

可选的，基于人脸图像中的多个第三关键点，确定出人脸轮廓区域，包括：根据人脸图像中的多个第三关键点，确定出初始轮廓图形；基于第一参数、第二参数和初始轮廓图形，确定目标轮廓区域；第一参数用于扩大初始轮廓图形，第二参数用于缩小初始轮廓图形；目标轮廓区域为扩大后的初始轮廓图形和缩小后的初始轮廓图形之间的封闭区域；基于预设的人脸轮廓边界点，对目标轮廓区域进行切割，得到人脸轮廓区域。

可选的，对人脸图像上的人脸轮廓区域进行第一映射处理，得到具有标准形状的人脸轮廓图像，包括：基于预设尺寸的初始图像、第一数值和第二数值，确定出初始图像中每个像素点的坐标对应的人脸轮廓区域中像素点的坐标；预设尺寸与人脸轮廓图像的尺寸一致；第一数值为扩大后的初始轮廓图形的形状参数，第二数值为缩小后的初始轮廓图形的形状参数；获取人脸轮廓区域中像素点的坐标对应的像素值，并将像素值映射到对应的初始图像的像素点中，以得到人脸轮廓图像。

可选的，基于预设尺寸的初始图像、第一数值和第二数值，确定出初始图像中每个像素点的坐标对应的人脸轮廓区域中像素点的坐标，包括：基于预设尺寸的初始图像，得到初始图像中每个像素点的坐标；根据初始图像中每个像素点的坐标、第一数值和第二数值，确定出初始图像中每个像素点对应的旋转角和高度值；根据旋转角和高度值，得到初始图像中每个像素点对应的人脸轮廓区域中的像素点的坐标。