[发明专利]人脸关键点检测的方法、人脸检测方法及装置

说明书

本发明提供了一种人脸关键点检测的方法、人脸检测方法及装置，先根据训练图像的图像信息、头部姿态角度及人脸关键点的位置坐标训练得到人脸关键点预测模型，再通过所述人脸关键点预测模型预测得到待测图像中人脸关键点的位置坐标，从而判断所述待测图像中是否包含真人。本发明通过建立所述人脸关键点预测模型，获取了高精准度的人脸关键点的位置坐标，减少了人脸检测的误检风险，降低了检测成本。进一步的，本发明通过数据增广后的训练图像对所述人脸关键点预测模型进行训练，以使所述人脸关键点预测模型可以在人脸信息部分缺失或人脸头部姿态角度较大的情况下预测出准确的人脸关键点的位置坐标，从而提高了人脸检测的准确度。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸关键点检测的方法、人脸检测方法及装置。

背景技术

人脸关键点的检测在人脸识别中有着十分重要的应用。现有的检测过程中，人脸关键点通常设置5点或9点。为了提高人脸识别的准确度，通常都会采用神经网络模型，配合其他硬件设备进行人脸的识别。

在实际的人脸检测过程中，某些应用要求成像设备不仅要提供被摄场景的RGB图像，还要求提供一定的景深数据，因此通常需要一个双目摄像头输入被摄场景，以及一个红外传感器辅助图像进行深度判断。从降低成本的角度考虑，这需要图像传感器在采集图像的同时，也能够进行人脸检测。

然而，对于现有的人脸检测模型而言，在输入的人脸图像角度较大时(例如图像中仅显示人的侧脸、头顶等未露出完整五官的情况)，无法准确的识别五官位置。同时，由于5点或9点人脸关键点的数据不能很好的对人脸五官轮廓进行定位，导致人脸检测过程中仅依靠单目摄像头无法识别传感器输入的图像为图片还是真人，因此，仅根据人脸关键点建立的人脸检测模型无法很好的进行人脸检测，存在较大的误检风险。

发明内容

本发明的目的在于提供一种人脸关键点检测的方法、人脸检测方法及装置，获取高精准度的人脸关键点的位置坐标，减少了人脸检测的误检风险，降低检测成本。

为了达到上述目的，本发明提供了一种人脸关键点检测的方法，包括：

获取多个训练图像，每个所述训练图像中均包含多个人脸关键点，所述人脸关键点用于表征人脸上的五官信息；

根据所述人脸关键点的位置坐标计算得到当前所述训练图像中的人脸对应的头部姿态角度；

根据所述训练图像的图像信息、每个训练图像对应的头部姿态角度以及每个所述训练图像中多个所述人脸关键点的位置坐标进行训练，得到人脸关键点预测模型。

可选的，所述头部姿态角度的计算方法为：

其中，θ表示向量绕轴转动的角度，tr(R)表示头部姿态的欧拉角矩阵，tr(I)表示所述待测图像的图像信息矩阵，x、y、z表示所述人脸关键点的位置坐标，k表示所述人脸关键点的位置坐标矩阵，k^T表示k的转置矩阵。

可选的，所述人脸关键点预测模型的输入矩阵L为：

其中，I表示所述训练图像的图像信息，M表示人脸关键点的位置坐标，R表示所述头部姿态角度。

可选的，所述人脸关键点预测模型的损失函数为：

其中，n表示所述训练图像的序数，I表示所述训练图像的图像信息，I_n1表示第n个所述训练图像的第一列图像信息，M表示人脸关键点的位置坐标，M_n68表示第n个所述训练图像中第68个人脸关键点的位置坐标，R表示所述头部姿态角度，R_n1、R_n2和R_n3分别表示第n个训练图像中头部姿态角度的俯仰角、滚动角和偏航角。