[發明專利]一種人臉圖像關鍵點方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202010151332.5
• 申請日: 2020-03-06
• 公開（公告）號: CN111476096A
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 胡藝飛;徐國強
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種基于人工智能的人臉圖像關鍵點定位方法，其特征在于，所述方法包括如下步驟：

接收用戶終端發送的關鍵點定位請求，所述關鍵點定位請求至少攜帶有原始圖像信息；

響應所述關鍵點定位請求，將所述原始圖像信息輸入至第一定位模型進行原始關鍵點定位操作，獲得原始關鍵點數據；

基于標準關鍵點數據獲取與所述原始關鍵點數據相對應的矯正矩陣；

基于所述矯正矩陣對所述原始圖像信息進行矯正操作，獲得中間圖像信息；

將所述中間圖像信息輸入至第二定位模型進行目標關鍵點定位操作，獲得目標關鍵點數據；

基于所述矯正矩陣對所述目標關鍵點數據進行復位操作，獲得最終關鍵點數據；

向所述用戶終端輸出所述最終關鍵點數據。

2.如權利要求1所述的基于人工智能的人臉圖像關鍵點定位方法，其特征在于，所述第一定位模型為多任務卷積神經網絡模型，所述多任務卷積神經網絡模型由P-NET神經網絡、R-NET神經網絡和O-NET神經網絡級聯而成。

3.如權利要求1所述的基于人工智能的人臉圖像關鍵點定位方法，其特征在于，所述第二定位模型包括池化層和上采樣層，所述池化層和所述上采樣層在所述第二定位模型中相互交替組合。

4.如權利要求3所述的基于人工智能的人臉圖像關鍵點定位方法，其特征在于，所述池化層和上采樣層的數量均為四層。

5.如權利要求3所述的基于人工智能的人臉圖像關鍵點定位方法，其特征在于，所述第二定位模型還包括有注意力機制模塊，用于為所述池化層和所述上采樣層得到的特征數據分配權重。

6.如權利要求1所述的基于人工智能的人臉圖像關鍵點定位方法，其特征在于，所述基于所述矯正矩陣對所述目標關鍵點數據進行復位操作，獲得最終關鍵點數據的步驟，具體包括如下步驟：

獲取與所述矯正矩陣相對應的復位矩陣；

基于所述復位矩陣對所述目標關鍵點進行所述復位操作，獲得所述最終關鍵點數據。

7.一種基于人工智能的人臉圖像關鍵點定位裝置，其特征在于，所述裝置包括：

請求接收模塊，用于接收用戶終端發送的關鍵點定位請求，所述關鍵點定位請求至少攜帶有原始圖像信息；

請求響應模塊，用于響應所述關鍵點定位請求，將所述原始圖像信息輸入至第一定位模型進行原始關鍵點定位操作，獲得原始關鍵點數據；

矯正矩陣獲取模塊，用于基于標準關鍵點數據獲取與所述原始關鍵點數據相對應的矯正矩陣；

矯正圖像獲取模塊，用于基于所述矯正矩陣對所述原始圖像信息進行矯正操作，獲得中間圖像信息；

目標關鍵點獲取模塊，用于將所述中間圖像信息輸入至第二定位模型進行目標關鍵點定位操作，獲得目標關鍵點數據；

最終關鍵點獲取模塊，用于基于所述矯正矩陣對所述目標關鍵點數據進行復位操作，獲得最終關鍵點數據；

最終關鍵點輸出模塊，用于向所述用戶終端輸出所述最終關鍵點數據。

8.如權利要求7所述的基于人工智能的人臉圖像關鍵點定位裝置，其特征在于，所述最終關鍵點獲取模塊包括：

復位矩陣獲取子模塊，用于獲取與所述矯正矩陣相對應的復位矩陣；

復位操作子模塊，用于基于所述復位矩陣對所述目標關鍵點進行所述復位操作，獲得所述最終關鍵點數據。

9.一種計算機設備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至6中任一項所述的基于人工智能的人臉圖像關鍵點定位方法的步驟。

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至6中任一項所述的基于人工智能的人臉圖像關鍵點定位方法的步驟。