[发明专利]人像标志点检测模型的构建方法、装置及计算机存储介质在审

专利信息
申请号: 202310246046.0 申请日: 2023-03-06
公开(公告)号: CN116311447A 公开(公告)日: 2023-06-23
发明(设计)人: 王亚杰;龚蓓文;张淮 申请(专利权)人: 北京基骨智能科技有限公司
主分类号: G06V40/16 分类号: G06V40/16
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 江银会
地址: 100190 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人像 标志 检测 模型 构建 方法 装置 计算机 存储 介质
【权利要求书】:

1.一种人像标志点检测模型的构建方法,其特征在于,所述方法包括:

将预先确定出的样本人脸图像输入待训练的检测模型中,以使所述检测模型对所述样本人脸图像中的标志点进行检测,得到检测热力图,所述检测热力图用于表征所述检测模型检测出的所述样本人脸图像的标志点;

根据所述检测热力图以及预先生成的参考热力图,判断所述检测模型是否满足收敛条件,所述参考热力图包括基于预先标注的所述样本人脸图像的实际标志点生成的热力图;

若所述检测模型满足所述收敛条件,将所述检测模型确定为人像标志点检测模型,所述人像标志点检测模型用于检测任意人脸图像中的标志点;

若所述检测模型不满足所述收敛条件,修正所述检测模型的模型参数,得到新的待训练的检测模型,并重新执行所述的将预先确定出的样本人脸图像输入待训练的检测模型中,以使所述检测模型对所述样本人脸图像中的标志点进行检测,得到检测热力图的操作以及执行所述的根据所述检测热力图以及预先生成的参考热力图,判断所述检测模型是否满足收敛条件的操作,直至得到满足所述收敛条件的人像标志点检测模型。

2.根据权利要求1所述的人像标志点检测模型的构建方法,其特征在于,所述方法还包括:

对于预先标注的所述样本人脸图像的每个实际标志点,基于该实际标志点以及预设核函数,对所述样本人脸图像进行图像转换处理,得到该实际标志点对应的热力图,作为参考热力图;

其中,对于每个所述实际标志点,所述基于该实际标志点以及预设核函数,对所述样本人脸图像进行图像转换处理,得到该实际标志点对应的热力图,作为参考热力图,包括:

基于预设核函数,确定所述样本人脸图像中每个像素点相对于该实际标志点的空间关系,得到每个所述像素点相对于该实际标志点的空间关系表征值;

基于每个所述像素点相对于该实际标志点的空间关系表征值,生成该实际标志点对应的热力图,作为参考热力图。

3.根据权利要求2所述的人像标志点检测模型的构建方法,其特征在于,所述预设核函数包括高斯核函数,所述高斯核函数为:

其中,(x,y)用于表示所述像素点的坐标,(px,py)用于表示所述实际标志点的坐标,G(x,y)用于表示所述空间关系表征值,σ用于表示所述高斯核函数的带宽。

4.根据权利要求1-3中任一项所述的人像标志点检测模型的构建方法,其特征在于,所述检测模型包括特征提取模块以及标志点检测模块,所述检测模型对所述样本人脸图像中的标志点进行检测,得到检测热力图,包括:

由所述特征提取模块提取所述样本人脸图像中的目标特征数据;

由所述标志点检测模块基于预设的一种或多种标志点类型,对所述目标特征数据进行分析,得到每个所述标志点类型所对应的检测热力图,每个所述标志点类型所对应的检测热力图用于表征所述标志点检测模块检测出的该标志点类型在所述样本人脸图像中对应的标志点。

5.根据权利要求4所述的人像标志点检测模型的构建方法,其特征在于,所述标志点检测模块包括一个或多个阶段对应的检测子模块;

所述标志点检测模块基于预设的一种或多种标志点类型,对所述目标特征数据进行分析,得到每个所述标志点类型所对应的检测热力图,包括:

由每个所述阶段对应的检测子模块基于该阶段对应的一个或多个标志点类型,对该阶段对应的待检测特征数据进行分析,得到该阶段的检测结果,每个所述阶段的检测结果包括该阶段对应的每个所述标志点类型所对应的检测热力图;

其中,第一个所述阶段对应的待检测特征数据包括所述目标特征数据;对于除第一个所述阶段之外的其他所述阶段,该阶段对应的待检测特征数据包括由该阶段的在前相邻阶段的检测结果与所述目标特征数据融合之后得到的特征数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京基骨智能科技有限公司,未经北京基骨智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310246046.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top