[發(fā)明專利]人臉標定方法及裝置

在審

• 申請?zhí)枺?/td>: 201810096476.8
• 申請日: 2018-01-31
• 公開（公告）號: CN108229432A
• 公開（公告）日: 2018-06-29
• 發(fā)明（設(shè)計）人: 查俊莉;湯錦鵬
• 申請（專利權(quán)）人: 廣州市動景計算機科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04
• 代理公司: 北京合智同創(chuàng)知識產(chǎn)權(quán)代理有限公司 11545
• 代理人: 李杰

1.一種人臉區(qū)域標定方法，其特征在于，包括：

根據(jù)第一神經(jīng)網(wǎng)絡(luò)模型對人臉圖片進行處理，以確定一批人臉區(qū)域；

根據(jù)第二神經(jīng)網(wǎng)絡(luò)模型對所述一批人臉區(qū)域進行處理，以從所述一批人臉區(qū)域中過濾掉非人臉區(qū)域；

根據(jù)第三神經(jīng)網(wǎng)絡(luò)模型對過濾了非人臉的所述一批人臉區(qū)域進行處理，以確定T時刻的唯一人臉區(qū)域，T大于0；

根據(jù)人臉跟蹤模型對T時刻的唯一人臉區(qū)域進行跟蹤，以確定T+1時刻的唯一人臉區(qū)域。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

獲取采集的原始人臉圖片，并將所述原始人臉圖片進行縮放處理得到不同尺寸的圖像金字塔；

將不同尺寸的圖像金字塔作為所述第一神經(jīng)網(wǎng)絡(luò)模型的輸入，以使得第一神經(jīng)網(wǎng)絡(luò)模型對人臉圖片進行處理，以確定一批人臉區(qū)域。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，獲取采集的原始人臉圖片包括：通過電子終端的開發(fā)接口獲取由電子終端設(shè)圖像采集單元采集的原始人臉圖片。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)第一神經(jīng)網(wǎng)絡(luò)模型對人臉圖片進行處理，以確定一批人臉區(qū)域，包括：根據(jù)第一神經(jīng)網(wǎng)絡(luò)模型中配置的不同卷積層和卷積核先后對人臉圖片進行處理，以確定一批人臉區(qū)域。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)第一神經(jīng)網(wǎng)絡(luò)模型中配置的不同卷積層和卷積核先后對人臉圖片進行處理，以確定一批人臉區(qū)域，包括：根據(jù)第一神經(jīng)網(wǎng)絡(luò)模型中配置的不同卷積層和卷積核先后對人臉圖片進行處理分別得到多個候選人臉區(qū)域框；根據(jù)多個候選人臉區(qū)域框的重疊以及設(shè)定的重疊閾值，確定一批人臉區(qū)域。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)第二神經(jīng)網(wǎng)絡(luò)模型對所述一批人臉區(qū)域進行處理，以從所述一批人臉區(qū)域中過濾掉非人臉區(qū)域，包括：根據(jù)第二神經(jīng)網(wǎng)絡(luò)模型中配置的不同卷積層和卷積核先后對所述一批人臉區(qū)域進行處理，以從所述一批人臉區(qū)域中過濾掉非人臉區(qū)域。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，根據(jù)第二神經(jīng)網(wǎng)絡(luò)模型中配置的不同卷積層和卷積核先后對所述一批人臉區(qū)域進行處理，以從所述一批人臉區(qū)域中過濾掉非人臉區(qū)域，包括：根據(jù)第二神經(jīng)網(wǎng)絡(luò)模型中配置的不同卷積層和卷積核先后對所述一批人臉區(qū)域進行處理分別得到多個候選人臉區(qū)域框；根據(jù)多個候選人臉區(qū)域框的重疊以及設(shè)定的重疊閾值，從所述一批人臉區(qū)域中過濾掉非人臉區(qū)域。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)第三神經(jīng)網(wǎng)絡(luò)模型對過濾了非人臉的所述一批人臉區(qū)域進行處理，以確定T時刻的唯一人臉區(qū)域，包括：根據(jù)第三神經(jīng)網(wǎng)絡(luò)模型中配置的不同卷積層和卷積核先后對過濾了非人臉的所述一批人臉區(qū)域進行處理，以確定T時刻的唯一人臉區(qū)域和人臉關(guān)鍵點位置。

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)人臉跟蹤模型對T時刻的唯一人臉區(qū)域進行跟蹤，以確定T+1時刻的唯一人臉區(qū)域，包括：根據(jù)人臉跟蹤模型中的位置濾波器和尺度濾波器對T時刻的唯一人臉區(qū)域進行跟蹤，以確定T+1時刻的唯一人臉區(qū)域。

10.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：根據(jù)T時刻的唯一人臉區(qū)域以及T+1時刻的唯一人臉區(qū)域，判斷唯一人臉區(qū)域跟蹤是否成功。

11.根據(jù)權(quán)利要求10所述的方法，其特征在于，根據(jù)T時刻的唯一人臉區(qū)域以及T+1時刻的唯一人臉區(qū)域，判斷唯一人臉區(qū)域跟蹤是否成功包括：若T時刻的唯一人臉區(qū)域以及T+1時刻的唯一人臉區(qū)域的人臉區(qū)域框的重疊等于設(shè)定的重疊閾值，則判定所述唯一性人臉區(qū)域跟蹤成功；或者，若T時刻的唯一人臉區(qū)域以及T+1時刻的唯一人臉區(qū)域的人臉區(qū)域框的重疊小于或者大于設(shè)定的重疊閾值，則判定所述唯一性人臉區(qū)域跟蹤失敗。