[發(fā)明專利]一種人臉特征點定位方法及裝置

在審

• 申請?zhí)枺?/td>: 201710908134.7
• 申請日: 2017-09-29
• 公開（公告）號: CN107729827A
• 公開（公告）日: 2018-02-23
• 發(fā)明（設(shè)計）人: 劉一膠;董遠;白洪亮
• 申請（專利權(quán)）人: 北京飛搜科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京卓唐知識產(chǎn)權(quán)代理有限公司11541
• 代理人: 唐海力,韓來兵

1.一種人臉特征點定位方法，其特征在于，包括如下步驟：

采集人臉圖像；

對人臉圖像進行關(guān)鍵點標記處理，得到標記關(guān)鍵點的初始形狀，將所有標記初始形狀的人臉圖像作為訓練集；

利用訓練集對預設(shè)的回歸器訓練，得到定位特征點的級聯(lián)回歸器；

將待檢測人臉圖像輸入至級聯(lián)回歸器，得到對應的人臉特征點位置標記。

2.根據(jù)權(quán)利要求1所述的人臉特征點定位方法，其特征在于，所述利用訓練集對預設(shè)的回歸器訓練，得到級聯(lián)回歸器包括

計算回歸器預測的形狀與所有人臉圖像的初始形狀的差值

獲取差值與回歸器使損失函數(shù)極小化的值γ差的絕對值，得到似然最小值，根據(jù)似然最小值初始化回歸器；

利用與上一輪迭代的回歸器的差值計算當前預測人臉圖像的負梯度r_ik；

擬合所有差值的近似值，根據(jù)近似值迭代更新回歸器，得到級聯(lián)回歸器

3.根據(jù)權(quán)利要求1所述的人臉特征點定位方法，其特征在于，回歸器初始化按照下述公式進行:

其中，

表示的是原始的194點跟回歸出來的點的差值，γ是使使損失函數(shù)極小化的常數(shù)。

4.根據(jù)權(quán)利要求1所述的人臉特征點定位方法，其特征在于，差值的計算公式為：

是當前回歸出來的點跟原始點的差值，表示的是上一輪迭代計算出來的γ值。

5.根據(jù)權(quán)利要求1所述的人臉特征點定位方法，其特征在于，迭代計算公式為：

fk(I,S^(t))=fk-1(I,S^(t))+vgk(I,S^(t)),]]>

ν為常數(shù)，為線性近似值。

6.根據(jù)權(quán)利要求1所述的人臉特征點定位方法，其特征在于，級聯(lián)回歸器K的深度為6。

7.一種人臉特征點定位裝置，其特征在于，包括

獲取模塊，用于采集人臉圖像；

預處理模塊，用于對人臉圖像進行關(guān)鍵點標記處理，得到標記關(guān)鍵點的初始形狀，將所有標記初始形狀的人臉圖像作為訓練集；

訓練模塊，用于利用訓練集對預設(shè)的回歸器訓練，得到定位特征點的級聯(lián)回歸器；

定位模塊，用于將待檢測人臉圖像輸入至級聯(lián)回歸器，得到對應的人臉特征點位置標記。