[發明專利]一種人臉對齊方法及裝置

有效

• 申請號: 201810021987.3
• 申請日: 2018-01-10
• 公開（公告）號: CN108090470B
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 王斌;王剛
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種人臉對齊方法，其特征在于，所述方法包括：

獲取多個偏轉角度不同的訓練人臉圖片；

對每一偏轉角度的所述訓練人臉圖片賦予初始形狀，其中，所述初始形狀包括多個關鍵點；

獲取所述初始形狀所有所述關鍵點處的梯度方向直方圖描述特征集合；

求解線性回歸方程ΔS_t＝W_tφ_t(I,S_t-1)，得到映射矩陣W_t，其中，φ_t表示梯度方向直方圖特征提取算法，I表示圖像矩陣，S_t-1表示t-1階段的形狀，ΔS_t表示訓練階段的t階段的形狀與真實形狀的差；

依次更新形狀S_t＝S_t-1+ΔS_t-1，直至到達預設條件為止，S_t表示t階段的形狀；

在通過偏轉角度不同的人臉對齊模型對待檢測人臉圖像進行T個階段預測時，確定不同偏轉角度的所述人臉對齊模型對所述待檢測人臉圖像在當前預測階段預測的預測形狀的置信度，其中，T為正整數；

去除所述置信度小于預設閾值的所述人臉對齊模型，并繼續以剩余的所述人臉對齊模型對所述待檢測人臉圖像進行下一階段的預測；

根據第T-1階段剩余的所述人臉對齊模型對所述待檢測人臉圖像在第T階段預測的預測形狀，確定所述待檢測人臉圖像的最終預測形狀。

2.如權利要求1所述的人臉對齊方法，其特征在于，所述獲取所述初始形狀所有所述關鍵點處的梯度方向直方圖描述特征集合，具體包括：

從所述初始形狀中依次選取所述關鍵點，并選取所述關鍵點多個不同半徑的圖像塊作為多尺度圖像塊；

提取各不同尺度的所述圖像塊的梯度方向直方圖特征，并構建對應的梯度方向直方圖特征面；

對提取到的所述梯度方向直方圖特征送入深度為1的決策樹進行特征選取；

選擇形狀殘差方差最小的所述梯度方向直方圖特征作為所述關鍵點的所述梯度方向直方圖描述特征。

3.如權利要求2所述的人臉對齊方法，其特征在于，所述確定不同偏轉角度的所述人臉對齊模型對所述待檢測人臉圖像在當前預測階段預測的預測形狀的置信度，具體包括：

獲取每一偏轉角度的所述訓練人臉圖片所對應的真實形狀，并將其作為該偏轉角度所對應的正樣本，并進行擾動形成相應的負樣本；

獲取該偏轉角度的所述訓練人臉圖片所對應的所述正樣本和所述負樣本的梯度方向直方圖描述特征；

通過對所述正樣本和所述負樣本進行線性判別分析，獲得該偏轉角度所對應的投影向量；

將該偏轉角度的所述人臉對齊模型對所述待檢測人臉圖像在當前預測階段預測的預測形狀在所述投影向量進行投影，獲取所述預測形狀在所述投影向量的類間距離，并將所述類間距離作為該偏轉角度的所述人臉對齊模型在當前預測階段的置信度。

4.如權利要求3所述的人臉對齊方法，其特征在于，在選擇形狀殘差方差最小的所述梯度方向直方圖特征作為所述關鍵點的所述梯度方向直方圖描述特征時，還生成關于所述梯度方向直方圖描述特征所對應的尺度和位置的特征索引信息；

所述獲取該偏轉角度的所述訓練人臉圖片所對應所述正樣本和所述負樣本的梯度方向直方圖描述特征，具體包括：根據所述特征索引信息，獲取訓練階段所獲得的關鍵點的所述梯度方向直方圖描述特征，并將所述梯度方向直方圖描述特征作為所述正樣本和所述負樣本的梯度方向直方圖描述特征。

5.如權利要求1所述的人臉對齊方法，其特征在于，所述根據第T-1階段剩余的所述人臉對齊模型對所述待檢測人臉圖像在第T階段預測的預測形狀，確定所述待檢測人臉圖像的最終預測形狀，具體包括：

若所述第T-1階段剩余的所述人臉對齊模型為一個，則將所述人臉對齊模型對所述待檢測人臉圖像在第T階段預測的預測形狀作為最終預測形狀；

若所述第T-1階段剩余的所述人臉對齊模型為多個，則將該多個所述人臉對齊模型對所述待檢測人臉圖像在第T階段預測的預測形狀的加權平均作為最終預測形狀。