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

在審

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

本發(fā)明實(shí)施例公開(kāi)了一種人臉信息的檢測(cè)方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)，包括：獲取待檢測(cè)的人臉圖片；將所述待檢測(cè)的人臉圖片輸入到預(yù)先建立的融合姿態(tài)檢測(cè)模型中，獲取人臉關(guān)鍵點(diǎn)信息和與所述人臉關(guān)鍵點(diǎn)信息對(duì)應(yīng)的人臉姿態(tài)信息；其中，所述預(yù)先建立的融合姿態(tài)檢測(cè)模型是通過(guò)對(duì)訓(xùn)練樣本集中的樣本人臉圖片中的人臉關(guān)鍵點(diǎn)信息和人臉姿態(tài)信息進(jìn)行訓(xùn)練獲得的，通過(guò)在訓(xùn)練數(shù)據(jù)集中增加人臉姿態(tài)信息，使人臉關(guān)鍵點(diǎn)的檢測(cè)更加準(zhǔn)確，高效，并對(duì)不同的人臉姿態(tài)和環(huán)境具有更好的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，尤其涉及一種人臉信息的檢測(cè)方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

目前流行的人臉關(guān)鍵點(diǎn)檢測(cè)模型，都是采用預(yù)先標(biāo)注好的人臉關(guān)鍵點(diǎn)信息直接進(jìn)行訓(xùn)練，檢測(cè)的結(jié)果只有關(guān)鍵點(diǎn)的坐標(biāo)信息。而人臉的姿態(tài)以及關(guān)鍵點(diǎn)在遮擋，模糊和光照等環(huán)境都會(huì)對(duì)關(guān)鍵點(diǎn)檢測(cè)造成一定的影響，并且在實(shí)際工程應(yīng)用中，要求待檢測(cè)的人臉都是正面照的情況比較難以達(dá)到。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，提出了本發(fā)明實(shí)施例以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的一種人臉信息的檢測(cè)方法、裝置、終端設(shè)備和存儲(chǔ)介質(zhì)。

第一個(gè)方面，本發(fā)明實(shí)施例提供一種人臉信息的檢測(cè)方法，包括：

獲取待檢測(cè)的人臉圖片；

將所述待檢測(cè)的人臉圖片輸入到預(yù)先建立的融合姿態(tài)檢測(cè)模型中，獲取人臉關(guān)鍵點(diǎn)信息和與所述人臉關(guān)鍵點(diǎn)信息對(duì)應(yīng)的人臉姿態(tài)信息；其中，所述預(yù)先建立的融合姿態(tài)檢測(cè)模型是通過(guò)對(duì)訓(xùn)練樣本集中的樣本人臉圖片中的人臉關(guān)鍵點(diǎn)信息和人臉姿態(tài)信息進(jìn)行訓(xùn)練獲得的。可選地，

所述預(yù)先建立的融合姿態(tài)檢測(cè)模型通過(guò)如下方式獲得：

獲得所述訓(xùn)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(guān)鍵點(diǎn)信息；

通過(guò)PRnet模型，對(duì)所述人臉關(guān)鍵點(diǎn)信息進(jìn)行標(biāo)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(luò)中，獲得訓(xùn)練后的人臉關(guān)鍵點(diǎn)信息和人臉姿態(tài)信息；

將所述訓(xùn)練后的人臉關(guān)鍵點(diǎn)信息和人臉姿態(tài)信息分別與所述樣本人臉關(guān)鍵點(diǎn)信息和所述樣本人臉姿態(tài)信息進(jìn)行比較，計(jì)算損失函數(shù)；

若所述損失函數(shù)小于預(yù)設(shè)值，則將所述神經(jīng)網(wǎng)絡(luò)確定為所述融合姿態(tài)檢測(cè)模型。

可選地，所述樣本人臉關(guān)鍵點(diǎn)信息是在WFLW數(shù)據(jù)集中，人為標(biāo)記人臉關(guān)鍵點(diǎn)信息獲得的。

可選地，所述人臉姿態(tài)信息包括圍繞X軸旋轉(zhuǎn)信息、圍繞Y軸旋轉(zhuǎn)信息以及圍繞Z軸旋轉(zhuǎn)信息中的至少一個(gè)。

可選地，所述神經(jīng)網(wǎng)絡(luò)為PFLD網(wǎng)絡(luò)模塊。

第二個(gè)方面，本發(fā)明實(shí)施例提供一種人臉信息的檢測(cè)裝置，包括：

獲取模塊，用于獲取待檢測(cè)的人臉圖片；

檢測(cè)模塊，用于將所述待檢測(cè)的人臉圖片輸入到預(yù)先建立的融合姿態(tài)檢測(cè)模型中，獲取人臉關(guān)鍵點(diǎn)信息和與所述人臉關(guān)鍵點(diǎn)信息對(duì)應(yīng)的人臉姿態(tài)信息；其中，所述預(yù)先建立的融合姿態(tài)檢測(cè)模型是通過(guò)對(duì)訓(xùn)練樣本集中的樣本人臉圖片中的人臉關(guān)鍵點(diǎn)信息和人臉姿態(tài)信息進(jìn)行訓(xùn)練獲得的。

可選地，所述裝置還包括訓(xùn)練模塊，所述訓(xùn)練模塊，用于：

獲得所述訓(xùn)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(guān)鍵點(diǎn)信息；

通過(guò)PRnet模型，對(duì)所述人臉關(guān)鍵點(diǎn)信息進(jìn)行標(biāo)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(luò)中，獲得訓(xùn)練后的人臉關(guān)鍵點(diǎn)信息和人臉姿態(tài)信息；