[發明專利]一種人臉定位方法、裝置、終端設備及存儲介質

有效

• 申請號: 201910037053.3
• 申請日: 2019-01-15
• 公開（公告）號: CN109871760B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 劉健;王順利
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/70
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種人臉定位方法，其特征在于，包括：

獲取視頻流中第一幀圖像中的第一人臉框和多個第一人臉關鍵點；

對所述第一人臉框進行跟蹤處理，得到第二幀圖像中與所述第一人臉框對應的第二跟蹤人臉框；

獲取各所述第一人臉關鍵點在所述第一幀圖像對應的圖像坐標系中的各第一坐標；對各所述第一人臉關鍵點進行跟蹤處理，得到跟蹤處理結果；

依據所述跟蹤處理結果及各所述第一坐標，確定第二幀圖像中的各所述第一人臉關鍵點對應的各第二人臉關鍵點，及各所述第二人臉關鍵點對應的第二坐標；所述第一幀圖像為所述第二幀圖像的上一幀圖像；

依據各所述第二坐標，確定所述第二幀圖像中的與所述第一人臉框對應的第二人臉框；

依據各所述第二坐標，判斷各所述第二人臉關鍵點是否符合第一預設條件；

在各所述第二人臉關鍵點不符合第一預設條件的情況下，獲取所述第一人臉框的中心點和所述第二跟蹤人臉框的中心點間的間隔距離；

依據所述間隔距離、所述第一人臉框的長度和所述第一人臉框的寬度，判斷所述第二跟蹤人臉框是否符合第二預設條件；

在所述第二跟蹤人臉框符合所述第二預設條件的情況下，依據所述第二跟蹤人臉框，通過預先訓練好的神經網絡模型，確定所述第二跟蹤人臉框中的各第一預測人臉關鍵點。

2.根據權利要求1所述的方法，其特征在于，所述依據所述跟蹤處理結果及各所述第一坐標，確定第二幀圖像中的各所述第一人臉關鍵點對應的各第二人臉關鍵點，及各所述第二人臉關鍵點對應的第二坐標，包括：

在所述第二幀圖像渲染完成之后，依據所述跟蹤處理結果，獲取所述第二幀圖像中跟蹤得到的各所述第二人臉關鍵點；

根據所述第一幀圖像和所述第二幀圖像，獲取光流值；其中，所述光流值用于指示各所述第一人臉關鍵點與對應的各所述第二人臉關鍵點間的移動距離；

依據所述光流值及各所述第一坐標，確定各所述第二人臉關鍵點對應的第二坐標。

3.根據權利要求2所述的方法，其特征在于，在所述依據所述光流值及各所述第一坐標，確定各所述第二人臉關鍵點對應的第二坐標之后，還包括：

依據各所述移動距離，計算得到平均距離；

計算各所述移動距離與所述平均距離之間的差值；

從各所述第二人臉關鍵點中獲取所述差值小于差值中位數的一半的第二目標人臉關鍵點；

依據各所述第二目標人臉關鍵點對應的初始第二坐標，對所有第二人臉關鍵點中除所述第二目標人臉關鍵點之外的其它第二人臉關鍵點對應的初始第二坐標進行校正；

依據校正結果，確定各所述第二人臉關鍵點對應的第二坐標。

4.根據權利要求1所述的方法，其特征在于，在所述依據所述間隔距離、所述第一人臉框的長度和所述第一人臉框的寬度，判斷所述第二跟蹤人臉框是否符合第二預設條件之后，還包括：

在所述第二跟蹤人臉框不符合所述第二預設條件的情況下，依據所述第二跟蹤人臉框獲取檢測人臉框；

獲取所述第二跟蹤人臉框與所述檢測人臉框之間的重疊區域和非重疊區域；

計算所述重疊區域和所述非重疊區域的比值；

在所述比值大于設定閾值的情況下，依據所述第二跟蹤人臉框，通過所述神經網絡模型，確定所述第二跟蹤人臉框中的各第二預測人臉關鍵點；或者，

在所述比值小于等于所述設定閾值的情況下，依據所述檢測人臉框，通過所述神經網絡模型，確定所述檢測人臉框中的各第三預測人臉關鍵點。

5.根據權利要求1所述的方法，其特征在于，在所述依據各所述第二坐標，確定所述第二幀圖像中的與所述第一人臉框對應的第二人臉框之后，還包括：

判斷所述第二幀圖像是否為所述視頻流中的最后一幀圖像；

若是，則結束人臉定位處理流程。