[发明专利]基于先验约束的人脸关键点检测方法及装置

说明书

本发明提供一种基于先验约束的人脸关键点检测方法及装置，该方法包括：获取待识别人脸图像；将待识别人脸图像输入至人脸关键点检测模型中，得到人脸关键点检测模型提取的自注意力特征，以及基于自注意力特征输出的人脸关键点位置信息；其中，人脸关键点检测模型为基于人脸样本图像、人脸关键点位置样本数据以及人脸样本图像的结构先验特征进行有监督训练得到的，人脸样本图像的结构先验特征为对人脸关键点位置样本数据进行结构先验生成运算得到的，人脸关键点位置样本数据为人脸样本图像对应的样本标签。本发明提供的基于先验约束的人脸关键点检测方法及装置，能够提高人脸关键点检测的准确率，抗干扰能力强，提升困难场景下的鲁棒性。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于先验约束的人脸关键点检测方法及装置。

背景技术

人脸关键点检测是计算机视觉领域一项重要的任务，其目的是获取如唇角、眼角和鼻尖等面部关键点在图片或视频中的位置。人脸关键点检测的过程是许多下游任务的关键步骤，在人脸识别和人脸年龄估计等任务中都起到重要作用。由于应用场景广泛，人脸关键点检测涉及一些困难场景，如面部遮挡和光线变化。这对识别方法的准确率和鲁棒性提出了更高的要求。

目前的人脸关键点检测方法主要分为两类，一类主要利用坐标回归方法，这种方法会使得人脸的细节结构有所损失；另一类主要使用热图回归方法，保留面部细节信息。但热图回归方法在遮挡和光线干扰等场景下，抗干扰能力差，检测误差较高。

发明内容

本发明提供一种基于先验约束的人脸关键点检测方法及装置，用以解决现有技术中使得人脸的细节结构有所损失，且在遮挡场景和光线干扰场景下，抗干扰能力差，检测准确率较低的缺陷，实现提高对人脸关键点检测的准确率，抗干扰能力强，提升在困难场景下的鲁棒性。

本发明提供一种人脸关键点检测方法，所述人脸关键点检测方法包括：

获取待识别人脸图像；

将所述待识别人脸图像输入至人脸关键点检测模型中，得到所述人脸关键点检测模型提取的自注意力特征，以及基于所述自注意力特征输出的人脸关键点位置信息；

其中，所述人脸关键点检测模型为基于人脸样本图像、人脸关键点位置样本数据以及所述人脸样本图像的结构先验特征进行有监督训练得到的，所述人脸样本图像的结构先验特征为对所述人脸关键点位置样本数据进行结构先验生成运算得到的，所述人脸关键点位置样本数据为所述人脸样本图像对应的样本标签。

在一些实施例中，所述人脸关键点检测模型为基于如下步骤训练得到的：

获取所述人脸样本图像和初始模型；

将所述人脸样本图像输入至所述初始模型，由所述初始模型基于所述人脸样本图像提取自注意力特征，并基于所述自注意力特征进行图像识别，得到所述初始模型输出的人脸关键点检测结果；

基于所述自注意力特征和所述结构先验特征的损失结果，以及所述人脸关键点检测结果与所述人脸关键点位置样本数据的损失结果，对所述初始模型进行训练，得到所述人脸关键点检测模型。

在一些实施例中，所述人脸样本图像的结构先验特征为基于如下步骤得到的：

获取所述人脸关键点位置样本数据；

以所述人脸关键点位置样本数据中的每一关键点为中心，基于高斯分布，将每一所述关键点的邻域作为每一所述关键点的掩模；

基于多个所述关键点坐标的掩模，确定所述结构先验特征。

在一些实施例中，所述以所述人脸关键点位置样本数据中的每一关键点为中心，基于高斯分布，将每一所述关键点的邻域作为每一所述关键点的掩模，包括：

基于公式：