[發明專利]一種基于局部主成分分析的人臉關鍵點檢測方法及系統

有效

• 申請號: 201911208163.8
• 申請日: 2019-11-30
• 公開（公告）號: CN110826534B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 戴侃侃;李云夕;熊子瑤
• 申請（專利權）人: 杭州小影創新科技股份有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/44
• 代理公司: 杭州橙知果專利代理事務所(特殊普通合伙) 33261
• 代理人: 賀龍萍

1.一種基于局部主成分分析的人臉關鍵點檢測方法，其特征在于，包括步驟：

S1、采集大量人臉圖像樣本數據，標記人臉關鍵點；

S2、將人臉關鍵點劃分成多個局部關鍵點，采用主成分分析分別對各局部關鍵點進行處理，獲得各局部關鍵點的主成分特征；

S3、計算每幅人臉圖像各關鍵點在所述主成分特征下的組合系數；

S4、構建回歸模型，通過所述組合系數對模型進行訓練，生成組合系數回歸模型；

S5、將待檢測人臉圖像輸入組合系數回歸模型，預測得到其組合系數；

S6、基于預測得到的組合系數及所述主成分特征，還原人臉關鍵點；

所述步驟S2包括：

將人臉圖像樣本數據灰度圖各個局部關鍵點按行或列向量分別組合成一維向量，第m幅人臉圖像樣本、第n個局部關鍵點集合數據記為X_mn，人臉圖像樣本數據總數為M，則人臉圖像樣本數據集矩陣，N為將人臉關鍵點劃分成局部關鍵點的個數；

為所有人臉圖像樣本第n個局部關鍵點數據均值：

分別計算各人臉圖像樣本數據集矩陣對應的協方差矩陣；

對各協方差矩陣進行特征值分解，按照特征值由大到小進行排列，取出最大J個特征值對應的特征向量，將其作為對應局部關鍵點的主成分；

所述步驟S6具體為：

其中，Pts為關鍵點，C_nj代表第n個局部關鍵點的第j個主成分，a_nj代表C_nj所對應的相關系數。

2.根據權利要求1所述的人臉關鍵點檢測方法，其特征在于，所述多個局部關鍵點包括左眉毛，右眉毛，左眼睛，右眼睛，鼻子，嘴巴和臉頰。

3.根據權利要求1所述的人臉關鍵點檢測方法，其特征在于，所述人臉圖像樣本數據來源于Widerface、300W、ibug、lfpw、CelebA公開數據集，人臉關鍵點通過人工標記。

4.一種基于局部主成分分析的人臉關鍵點檢測系統，其特征在于，包括：

采集模塊，用于采集大量人臉圖像樣本數據，標記人臉關鍵點；

主成分分析模塊，用于將人臉關鍵點劃分成多個局部關鍵點，采用主成分分析分別對各局部關鍵點進行處理，獲得各局部關鍵點的主成分特征；

組合系數生成模塊，計算每幅人臉圖像各關鍵點在所述主成分特征下的組合系數；

訓練模塊，用于構建回歸模型，通過所述組合系數對模型進行訓練，生成組合系數回歸模型；

預測模塊，用于將待檢測人臉圖像輸入組合系數回歸模型，預測得到其組合系數；

重建模塊，用于基于預測得到的組合系數及所述主成分特征，還原人臉關鍵點；

所述主成分分析模塊包括：

將人臉圖像樣本數據灰度圖各個局部關鍵點按行或列向量分別組合成一維向量，第m幅人臉圖像樣本、第n個局部關鍵點集合數據記為X_mn，人臉圖像樣本數據總數為M，則人臉圖像樣本數據集矩陣，N為將人臉關鍵點劃分成局部關鍵點的個數；

為所有人臉圖像樣本第n個局部關鍵點數據均值：

分別計算各人臉圖像樣本數據集矩陣對應的協方差矩陣；

對各協方差矩陣進行特征值分解，按照特征值由大到小進行排列，取出最大J個特征值對應的特征向量，將其作為對應局部關鍵點的主成分；

所述還原人臉關鍵點具體為：

其中，Pts為關鍵點，C_nj代表第n個局部關鍵點的第j個主成分，a_nj代表C_nj所對應的相關系數。

5.根據權利要求4所述的人臉關鍵點檢測系統，其特征在于，所述多個局部關鍵點包括左眉毛，右眉毛，左眼睛，右眼睛，鼻子，嘴巴和臉頰。

6.根據權利要求4所述的人臉關鍵點檢測系統，其特征在于，所述人臉圖像樣本數據來源于Widerface、300W、ibug、lfpw、CelebA公開數據集，人臉關鍵點通過人工標記。