[發明專利]特征點檢測方法、裝置、電子設備和可讀存儲介質

有效

• 申請號: 201910788794.5
• 申請日: 2019-08-26
• 公開（公告）號: CN110503600B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 吳志洋;陳寶林;龔秋棠;張偉;傅松林
• 申請（專利權）人: 廈門美圖之家科技有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06V40/16;G06V10/82;G06N3/04
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 榮穎佳

本申請實施例提供了一種特征點檢測方法、裝置、電子設備和可讀存儲介質，涉及計算機視覺領域。該方法首先獲得預先建立的特征點提取模型包含的多個第一連接權重；接著，基于所述特征點提取模型，獲取待檢測圖像對應的多個待處理圖像特征，其中，所述特征點提取模型為預先經過模型剪枝處理的模型；然后，基于預先建立的特征點量化模型，對各所述待處理圖像特征進行量化處理，得到多個待卷積圖像特征，對各所述第一連接權重進行量化處理，得到多個第二連接權重；最后，對各所述待卷積圖像特征及各所述第二連接權重進行卷積處理，得到目標特征點。如此，基于輕量化的特征點提取模型進行特征提取，在保證檢測精度的同時使得檢測速率得到提升。

技術領域

本申請涉及計算機視覺領域，具體而言，涉及一種特征點檢測方法、裝置、電子設備和可讀存儲介質。

背景技術

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別或面部識別。

一個完整的人臉識別過程有五大主要的組成部分，即人臉檢測、人臉特征點定位、人臉對齊、人臉特征抽取、以及相應的識別、驗證和分類算法。其中，人臉特征點定位是要對人臉的五官位置甚至是面部輪廓進行精準定位，它為整個自動化識別程序提供了大量精確的幾何信息，是整個程序的數據基礎。

在視頻人像美化中，每幀圖像中臉部五官及臉部各區域分布各異，美化過程需要針對不同的區域進行不同的美化操作，因此對面部的五官進行人臉特征點檢測定位是十分關鍵的一步。此外，視頻中對圖像處理的實時性要求極高，且在移動端中，對算法模型占用的存儲空間、算法功耗要求也較為苛刻。如何提高部署在移動端的算法模型精度和計算速率是目前研究的重點。

發明內容

基于上述問題，本申請提供了一種特征點檢測方法、裝置、電子設備和可讀存儲介質。

本申請的實施例可以這樣實現：

第一方面，本申請實施例提供一種特征點檢測方法，所述方法包括：

獲得預先建立的特征點提取模型包含的多個第一連接權重，其中，所述特征點提取模型為預先經過模型剪枝處理的模型；

基于所述特征點提取模型，獲取待檢測圖像對應的多個待處理圖像特征；

基于預先建立的特征點量化模型，對各所述待處理圖像特征進行量化處理，得到多個待卷積圖像特征，對各所述第一連接權重進行量化處理，得到多個第二連接權重；

對各所述待卷積圖像特征及各所述第二連接權重進行卷積處理，得到目標特征點。

進一步地，所述對各所述待卷積圖像特征及各所述第二連接權重進行卷積處理，得到目標特征點的步驟包括：

針對所述特征點提取模型的每個隱藏層，將該隱藏層的上一個隱藏層所得到的目標特征點作為輸入該隱藏層的待卷積圖像特征，根據輸入該隱藏層的待卷積圖像特征、該隱藏層輸出的待卷積圖像特征及該隱藏層對應的第二連接權重，通過以下公式進行卷積處理，得到該隱藏層對應的目標特征點：

q₃＝Z₃+M*(q₁-Z₁)(q₂-Z₂)

其中，M為常數，q₁為輸入所述隱藏層的待卷積圖像特征，q₂為所述第二連接權重，q₃為目標特征點，Z₁為輸入所述隱藏層的待卷積圖像特征對應的第一參數，Z₂為所述第二連接權重對應的第二參數，Z₃為所述隱藏層輸出的待卷積圖像特征對應的第三參數。

進一步地，所述特征點提取模型通過以下步驟訓練得到：