[发明专利]一种信息处理方法、装置、设备及可读存储介质

说明书

本申请公开了一种信息处理方法、装置、设备及可读存储介质，涉及通信技术领域，以提高对眼睛闭合幅值预测的准确性。该方法包括：在用户的人脸图像中，确定人脸轮廓关键点；根据所述人脸轮廓关键点确定人脸姿态角；根据所述人脸轮廓关键点，确定第一目标部位的第一关键点的特征参数，其中，所述第一目标部位包括眉毛和眼睛；根据所述特征参数以及所述人脸姿态角，确定所述用户的虚拟形象的眼睛闭合幅值。本申请实施例可以提高对眼睛闭合幅值预测的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种信息处理方法、装置、设备及可读存储介质。

背景技术

现有技术中，有学者将面部肌肉运动和人脸表情相联系提出了面部动作编码系统(Facial Action Coding System,FACS)。通过对人脸肌肉运动进行详细分析，将表情动作划分为多个运动单元(Action Unit，AU)并且定义了六种基本表情：喜悦、愤怒、悲伤、厌恶、恐惧、惊讶。局部运动单元AU控制着脸部的各种运动行为，不同的AU在控制面部变形时又相互联系，最终可形成各种复杂的表情动作。不同的AU幅度值由0-1.0控制，如眼睛闭合时幅度值为1.0，完全张开时为0，眼睛张开一半时幅度值为0.5。

近几年来，深度学习神经网络技术飞速发展，神经网络模型对人脸AU识别整体也带来了较好的效果，但精细到每个人脸AU上，神经网络模型的精确度较差，从而造成预测结果不准确。

发明内容

本申请实施例提供一种信息处理方法、装置、设备及可读存储介质，以提高对眼睛闭合幅值预测的准确性。

第一方面，本申请实施例提供了一种信息处理方法，其特征在于，包括：

在用户的人脸图像中，确定人脸轮廓关键点；

根据所述人脸轮廓关键点确定人脸姿态角；

根据所述人脸轮廓关键点，确定第一目标部位的第一关键点的特征参数，其中，所述第一目标部位包括眉毛和眼睛；

根据所述特征参数以及所述人脸姿态角，确定所述用户的虚拟形象的眼睛闭合幅值。

第二方面，本申请实施例还提供一种信息处理装置，包括：

第一确定模块，用于在用户的人脸图像中，确定人脸轮廓关键点；

第二确定模块，用于根据所述人脸轮廓关键点确定人脸姿态角；

第三确定模块，用于根据所述人脸轮廓关键点，确定第一目标部位的第一关键点的特征参数，其中，所述第一目标部位包括眉毛和眼睛；

第四确定模块，用于根据所述特征参数以及所述人脸姿态角，确定所述用户的虚拟形象的眼睛闭合幅值。

第三方面，本申请实施例还提供一种电子设备，包括：收发机、存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上所述的信息处理方法中的步骤。

第四方面，本申请实施例还提供一种可读存储介质，所述可读存储介质上存储程序，所述程序被处理器执行时实现如上所述的信息处理方法中的步骤。

在本申请实施例中，通过在人脸图像中确定的人脸轮廓关键点以及根据所述人脸轮廓关键点确定人脸姿态角，并结合第一目标部位的关键点的特征参数以及所述人脸姿态角，得到所述用户的虚拟形象的眼睛闭合幅值。由于在确定眼睛闭合幅值的过程中将人脸姿态角作为考虑因素，因此，利用本申请实施例的方案，考虑了转头对眼睛闭合幅值的影响，从而可预测不同的人脸姿态角下眼睛闭合幅值的大小，进而提高了在确定眼睛闭合幅值时的准确性。

附图说明

图1是本申请实施例提供的信息处理方法的流程图之一；

图2是人脸轮廓关键点的示意图；