[發明專利]人臉關鍵點處理方法及裝置

在審

• 申請號: 202010026850.4
• 申請日: 2020-01-10
• 公開（公告）號: CN111259753A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 張建煒;黃玉輝;姚萬超
• 申請（專利權）人: 杭州飛步科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;劉芳

1.一種人臉關鍵點處理方法，其特征在于，包括：

將人臉圖像輸入神經網絡模型；其中，所述神經網絡模型包括多個全連接層，每個所述全連接層用于檢測所述人臉圖像中一個類別的關鍵點的特征；

獲取所述多個全連接層分別檢測的多個類別的關鍵點的特征；

根據所述多個類別的關鍵點的特征，確定所述人臉圖像中的人臉狀態。

2.根據權利要求1所述的方法，其特征在于，

所述人臉圖像中多個類別的關鍵點至少包括：眼部類別、嘴部類別以及臉部輪廓類別。

3.根據權利要求2所述的方法，其特征在于，

所述多個全連接層從所述神經網絡模型中的多個卷積層分別引出；每個所述卷積層均用于提取所述人臉圖像的特征。

4.根據權利要求3所述的方法，其特征在于，所述神經網絡模型的輸入到輸出之間，依次包括：

第一卷積層、第二卷積層、第一池化層、第三卷積層、第一移動網絡塊MobileNetV2Block、第二MobileNetV2 Block、第四卷積層、第五卷積層、第六MobileNetV2 Block、第七MobileNetV2 Block、第八MobileNetV2 Block、第九卷積層、第十卷積層、第二池化層、第十一卷積層和第三全連接層；所述第九卷積層還依次連接第三池化層和第一全連接層；所述第十卷積層還連接第二全連接層。

5.根據權利要求4所述的方法，其特征在于，

所述第一全連接層用于檢測臉部輪廓類別的關鍵點的特征；

所述第二全連接層用于檢測嘴部類別的關鍵點的特征；

所述第三全連接層用于檢測眼部類別的關鍵點的特征。

6.根據權利要求5所述的方法，其特征在于，

所述神經網絡模型的損失函數中，所述眼部類別的關鍵點的特征對應的加權值，大于所述嘴部類別的關鍵點的特征對應的加權值以及所述臉部輪廓類別的關鍵點的特征對應的加權值。

7.根據權利要求6所述的方法，其特征在于，所述損失函數包括：

其中，為眼部類型關鍵點的歐式距離損失，為嘴部類型關鍵點的歐式距離損失，為臉部輪廓類別關鍵點的歐式距離損失，為參數正則化損失。

8.一種人臉關鍵點處理裝置，其特征在于，包括：

輸入模塊，用于將人臉圖像輸入神經網絡模型；其中，所述神經網絡模型包括多個全連接層，每個所述全連接層用于檢測所述人臉圖像中一個類別的關鍵點的特征；

獲取模塊，用于獲取所述多個全連接層分別檢測的多個類別的關鍵點的特征；

確定模塊，用于根據所述多個類別的關鍵點的特征，確定所述人臉圖像中的人臉狀態。

9.一種人臉關鍵點處理裝置，其特征在于，包括：

存儲器和處理器；所述處理器用于執行所述存儲器中存儲的計算機程序，以實現如權利要求1-7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1-7中任一項所述的方法的步驟。