[發(fā)明專利]一種用于美顏的人臉關(guān)鍵點(diǎn)定位方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201610024890.9
• 申請(qǐng)日: 2016-01-15
• 公開（公告）號(hào): CN105469081B
• 公開（公告）日: 2019-03-22
• 發(fā)明（設(shè)計(jì)）人: 陳丹
• 申請(qǐng)（專利權(quán)）人: 成都品果科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 北京挺立專利事務(wù)所(普通合伙) 11265
• 代理人: 王震秀

本發(fā)明公開一種用于美顏的人臉關(guān)鍵點(diǎn)定位方法及系統(tǒng)，圖像模型訓(xùn)練包括步驟：由服務(wù)器獲取樣本圖像并轉(zhuǎn)換成灰度樣本圖像；檢測(cè)灰度樣本圖像中的人臉，統(tǒng)計(jì)人臉特征點(diǎn)坐標(biāo)建立特征點(diǎn)模型；通過采用隨機(jī)形狀并添加隨機(jī)擾動(dòng)提取初始形狀組；利用隨機(jī)森林和線性回歸方法迭代訓(xùn)練圖像模型；存儲(chǔ)特征點(diǎn)模型和圖像模型作為訓(xùn)練模型；人臉關(guān)鍵點(diǎn)提取包括步驟：載入訓(xùn)練模型；獲取輸入圖像并轉(zhuǎn)換成灰度輸入圖像；檢測(cè)灰度輸入圖像中的人臉；通過采用隨機(jī)形狀并添加隨機(jī)擾動(dòng)提取初始形狀組；對(duì)初始形狀組在訓(xùn)練模型中進(jìn)行迭代計(jì)算，獲得新形狀組；求新形狀組的中值作為人臉關(guān)鍵點(diǎn)。本發(fā)明對(duì)初始化形狀的依賴較弱且對(duì)于人臉關(guān)鍵點(diǎn)的定位精確度較高。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別是涉及一種用于美顏的人臉關(guān)鍵點(diǎn)定位方法及系統(tǒng)。

背景技術(shù)

近年來(lái)，隨著手機(jī)像素的提高，自拍人群日益增加，對(duì)照片處理的需求也日益多樣化，因此對(duì)自拍照片進(jìn)行個(gè)性化美顏已成為一個(gè)極富活力的研究領(lǐng)域；在個(gè)性化美顏的過程中，對(duì)人臉關(guān)鍵點(diǎn)的定位是個(gè)極為關(guān)鍵的一步，定位的精確度影響著圖像中人臉美顏的質(zhì)量。

目前，在圖像美顏過程中已經(jīng)存在許多的人臉關(guān)鍵點(diǎn)的定位算法，比如早期所用到的AAM算法、ASM算法以及在這兩種算法上的變種算法，還有最近用于人臉定位的基于回歸的方法。

但目前所使用的這些算法對(duì)圖像中人臉的初始形狀的過分依賴往往導(dǎo)致人臉關(guān)鍵點(diǎn)定位陷入局部最優(yōu)，使得最終的定位效果差強(qiáng)人意，使得最終的關(guān)鍵點(diǎn)的定位精度較低，導(dǎo)致圖像的美顏品質(zhì)下降，需進(jìn)一步進(jìn)行手動(dòng)調(diào)節(jié)，為使用者帶來(lái)許多的不便。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提出了一種用于美顏的人臉關(guān)鍵點(diǎn)定位方法及系統(tǒng)，此方法對(duì)初始化形狀的依賴較弱且對(duì)于人臉關(guān)鍵點(diǎn)的定位精確度較高。

為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是：一種用于美顏的人臉關(guān)鍵點(diǎn)定位方法，包括圖像模型訓(xùn)練方法和人臉關(guān)鍵點(diǎn)提取方法；

所述圖像模型訓(xùn)練方法包括步驟：

(1)由服務(wù)器獲取樣本圖像；

(2)將所述樣本圖像轉(zhuǎn)換成灰度樣本圖像；

(3)檢測(cè)灰度樣本圖像中的人臉信息，記錄人臉框位置，同時(shí)檢測(cè)并讀取人臉對(duì)應(yīng)的特征點(diǎn)信息構(gòu)成真實(shí)形狀，統(tǒng)計(jì)人臉特征點(diǎn)坐標(biāo)建立特征點(diǎn)模型；

(4)通過采用隨機(jī)形狀并添加隨機(jī)擾動(dòng)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(jī)森林和線性回歸方法，根據(jù)所述真實(shí)形狀和所述初始形狀組迭代訓(xùn)練圖像模型；

(6)存儲(chǔ)所述特征點(diǎn)模型和圖像模型作為訓(xùn)練模型；

人臉關(guān)鍵點(diǎn)提取方法包括步驟：

(7)載入所述訓(xùn)練模型至移動(dòng)客戶端；

(8)利用移動(dòng)客戶端獲取輸入圖像；

(9)將所述輸入圖像轉(zhuǎn)換成灰度輸入圖像；

(10)檢測(cè)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(jī)形狀并添加隨機(jī)擾動(dòng)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(duì)所述灰度輸入圖像中人臉的初始形狀組在所述訓(xùn)練模型中進(jìn)行迭代計(jì)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(guān)鍵點(diǎn)。

進(jìn)一步的是，所述步驟(3)中利用Adaboost算法檢測(cè)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(cè)灰度輸入圖像中的人臉信息。