[發(fā)明專利]一種人臉信息的檢測方法、裝置、終端設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010533334.0
• 申請日: 2020-06-12
• 公開（公告）號: CN111814573A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設計）人: 楊澤霖;楊堅;涂前彥;薛利榮;劉偉生
• 申請（專利權）人: 深圳禾思眾成科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 深圳市徽正知識產(chǎn)權代理有限公司 44405
• 代理人: 盧杏艷

1.一種人臉信息的檢測方法，其特征在于，所述方法包括：

獲取待檢測的人臉圖片；

將所述待檢測的人臉圖片輸入到預先建立的融合姿態(tài)檢測模型中，獲取人臉關鍵點信息和與所述人臉關鍵點信息對應的人臉姿態(tài)信息；其中，所述預先建立的融合姿態(tài)檢測模型是通過對訓練樣本集中的樣本人臉圖片中的人臉關鍵點信息和人臉姿態(tài)信息進行訓練獲得的。

2.根據(jù)權利要求1所述的方法，其特征在于，所述預先建立的融合姿態(tài)檢測模型通過如下方式獲得：

獲得所述訓練樣本集中的樣本人臉圖片；

獲取所述樣本人臉圖片中的樣本人臉關鍵點信息；

通過PRnet模型，對所述人臉關鍵點信息進行標注，獲得樣本人臉姿態(tài)信息；

將所述樣本人臉圖片輸入到神經(jīng)網(wǎng)絡中，獲得訓練后的人臉關鍵點信息和人臉姿態(tài)信息；

將所述訓練后的人臉關鍵點信息和人臉姿態(tài)信息分別與所述樣本人臉關鍵點信息和所述樣本人臉姿態(tài)信息進行比較，計算損失函數(shù)；

若所述損失函數(shù)小于預設值，則將所述神經(jīng)網(wǎng)絡確定為所述融合姿態(tài)檢測模型。

3.根據(jù)權利要求2所述的方法，其特征在于，所述樣本人臉關鍵點信息是在WFLW數(shù)據(jù)集中，人為標記人臉關鍵點信息獲得的。

4.根據(jù)權利要求1所述的方法，其特征在于，所述人臉姿態(tài)信息包括圍繞X軸旋轉信息、圍繞Y軸旋轉信息以及圍繞Z軸旋轉信息中的至少一個。

5.根據(jù)權利要求2所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡為PFLD網(wǎng)絡模塊。

6.一種人臉信息的檢測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待檢測的人臉圖片；

檢測模塊，用于將所述待檢測的人臉圖片輸入到預先建立的融合姿態(tài)檢測模型中，獲取人臉關鍵點信息和與所述人臉關鍵點信息對應的人臉姿態(tài)信息；其中，所述預先建立的融合姿態(tài)檢測模型是通過對訓練樣本集中的樣本人臉圖片中的人臉關鍵點信息和人臉姿態(tài)信息進行訓練獲得的。

7.根據(jù)權利要求6所述的裝置，其特征在于，所述裝置還包括訓練模塊，所述訓練模塊，用于：

獲得所述訓練樣本集中的樣本人臉圖片；

獲取所述樣本人臉圖片中的樣本人臉關鍵點信息；

通過PRnet模型，對所述人臉關鍵點信息進行標注，獲得樣本人臉姿態(tài)信息；

將所述樣本人臉圖片輸入到神經(jīng)網(wǎng)絡中，獲得訓練后的人臉關鍵點信息和人臉姿態(tài)信息；

將所述訓練后的人臉關鍵點信息和人臉姿態(tài)信息分別與所述樣本人臉關鍵點信息和所述樣本人臉姿態(tài)信息進行比較，計算損失函數(shù)；

若所述損失函數(shù)小于預設值，則將所述神經(jīng)網(wǎng)絡確定為所述融合姿態(tài)檢測模型。

8.根據(jù)權利要求7所述的裝置，其特征在于，所述樣本人臉關鍵點信息是在WFLW數(shù)據(jù)集中，人為標記人臉關鍵點信息獲得的。

9.一種終端設備，其特征在于，包括：至少一個處理器和存儲器；

所述存儲器存儲計算機程序；所述至少一個處理器執(zhí)行所述存儲器存儲的計算機程序，以實現(xiàn)權利要求1-5中任一項所述的人臉信息的檢測方法。

10.一種計算機可讀存儲介質(zhì)，其特征在于，該計算機可讀存儲介質(zhì)中存儲有計算機程序，所述計算機程序被執(zhí)行時實現(xiàn)權利要求1-5中任一項所述的人臉信息的檢測方法。