[發明專利]一種用于美顏的人臉關鍵點定位方法及系統

有效

• 申請號: 201610024890.9
• 申請日: 2016-01-15
• 公開（公告）號: CN105469081B
• 公開（公告）日: 2019-03-22
• 發明（設計）人: 陳丹
• 申請（專利權）人: 成都品果科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 王震秀

1.一種用于美顏的人臉關鍵點定位方法，其特征在于，包括圖像模型訓練方法和人臉關鍵點提取方法；

所述圖像模型訓練方法包括步驟：

(1)由服務器獲取樣本圖像；

(2)將所述樣本圖像轉換成灰度樣本圖像；

(3)檢測灰度樣本圖像中的人臉信息，記錄人臉框位置，同時檢測并讀取人臉對應的特征點信息構成真實形狀，統計人臉特征點坐標建立特征點模型；

(4)通過采用隨機形狀并添加隨機擾動利用步驟(3)中獲取的人臉信息提取灰度樣本圖像中人臉的初始形狀組；

(5)利用隨機森林和線性回歸方法，根據所述真實形狀和所述初始形狀組迭代訓練圖像模型；

步驟(5)具體包括以下步驟：

(5.1)利用所述真實形狀和所述初始形狀組計算灰度樣本圖像的形狀殘差；

(5.2)以最小化葉節點殘差不純度為目標訓練隨機森林；

(5.3)根據隨機森林提取灰度樣本圖像的像素差值特征；

(5.4)利用線性回歸，計算所述像素差值特征到所述形狀殘差的映射矩陣；

(5.5)根據所述像素差值特征和映射矩陣，計算灰度樣本圖像的形狀增量，利用形狀增量更新所述初始形狀組；

(5.6)計算所述初始形狀組的差異，若大于預設閾值則返回步驟(4)，否則返回步驟(5.1)繼續迭代，直到達到預設迭代次數則輸出最終的隨機森林和映射矩陣作為圖像模型；

(6)存儲所述特征點模型和圖像模型作為訓練模型；

所述人臉關鍵點提取方法包括步驟：

(7)載入所述訓練模型至移動客戶端；

(8)利用移動客戶端獲取輸入圖像；

(9)將所述輸入圖像轉換成灰度輸入圖像；

(10)檢測所述灰度輸入圖像中的人臉信息，記錄人臉框位置；

(11)通過采用隨機形狀并添加隨機擾動的方法，利用步驟(10)中獲取的人臉信息提取灰度輸入圖像中人臉的初始形狀組；

(12)對所述灰度輸入圖像中人臉的初始形狀組在所述訓練模型中進行迭代計算，獲得新形狀組；

(13)求新形狀組的中值作為最終形狀，最終形狀即人臉關鍵點。

2.根據權利要求1所述的一種用于美顏的人臉關鍵點定位方法，其特征在于，所述步驟(3)中利用Adaboost算法檢測灰度樣本圖像中的人臉信息；所述步驟(10)中利用Adaboost算法檢測灰度輸入圖像中的人臉信息。

3.根據權利要求1所述的一種用于美顏的人臉關鍵點定位方法，其特征在于，所述步驟(4)和步驟(11)中所述人臉的初始形狀組的提取方法包括步驟：隨機選擇多個初始形狀，并對所述人臉框的矩形中心和尺度做隨機偏移得到新人臉框，然后將所述初始形狀做縮放和偏移使初始形狀落在新人臉框內，從而獲得初始形狀組。

4.根據權利要求1所述的一種用于美顏的人臉關鍵點定位方法，其特征在于，所述步驟(12)中獲得新形狀組的迭代計算包括步驟：

(12.1)根據輸入圖像中人臉的初始形狀組和訓練模型中的隨機森林提取像素差值特征；

(12.2)基于像素差值特征和訓練模型中的映射矩陣，求得形狀增量，利用形狀增量更新輸入圖像中人臉的初始形狀組，獲得新形狀組；

(12.3)計算新形狀組的差異，若大于設定閾值則返回步驟(11)，否則返回步驟(12.1)繼續迭代，直到達到預設迭代次數則輸出最終的新形狀組。

5.根據權利要求4所述的一種用于美顏的人臉關鍵點定位方法，其特征在于，所述預設迭代次數取5-9次。

6.一種用于實現權利要求1-5的任意一項所述方法的用于美顏的人臉關鍵點定位系統，其特征在于，包括服務器和移動客戶端，所述服務器與移動客戶端無線通信；所述服務器包括模型訓練模塊，用于將樣本圖像經過訓練形成訓練模型；所述移動客戶端包括人臉關鍵點提取模塊，所述人臉關鍵點提取模塊用于從模型訓練模塊中提取輸入圖像的人臉關鍵點。