[發(fā)明專利]一種基于全局注意力的人臉特征點定位方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010886980.5
• 申請日: 2020-08-28
• 公開（公告）號: CN112084911B
• 公開（公告）日: 2023-03-07
• 發(fā)明（設(shè)計）人: 張卡;何佳;戴亮亮;尼秀明
• 申請（專利權(quán)）人: 安徽清新互聯(lián)信息科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/82;G06V10/80;G06N3/045;G06N3/0464;G06N3/047;G06N3/048;G06N3/08
• 代理公司: 合肥天明專利事務(wù)所(普通合伙) 34115
• 代理人: 苗娟

本發(fā)明的一種基于全局注意力的人臉特征點定位方法及系統(tǒng)，包括：獲取人臉局部圖像；把獲取到的圖像輸入事先訓(xùn)練好的基于全局注意力的人臉特征點定位模型，對于輸入的人臉局部圖像，經(jīng)過基于全局注意力的人臉特征點定位模型前向運算后，直接輸出人臉特征點位置；本發(fā)明的基于全局注意力的人臉特征點定位方法及系統(tǒng)，基于深度學(xué)習(xí)技術(shù)，利用殘差網(wǎng)絡(luò)機制和全局注意力融合機制，獲取人臉圖像的具有全局語義信息和局部語義信息的融合特征，使得深度神經(jīng)網(wǎng)絡(luò)模型能夠兼顧人臉圖像的全局信息和局部信息，精準(zhǔn)的計算出人臉特征點位置，人臉特征點定位更加精準(zhǔn)，魯棒性更高。

技術(shù)領(lǐng)域

本發(fā)明涉及人臉識別技術(shù)領(lǐng)域，具體涉及一種基于全局注意力的人臉特征點定位方法及系統(tǒng)。

背景技術(shù)

人臉特征點定位是指在人臉圖像上，通過機器視覺技術(shù)精確的定位出臉部的關(guān)鍵特征點位置，關(guān)鍵特征點包括嘴角、眼角、鼻尖等器官位置以及臉部輪廓等位置。人臉特征點定位是人臉識別系統(tǒng)、表情識別系統(tǒng)和人臉屬性分析系統(tǒng)等應(yīng)用領(lǐng)域的技術(shù)基礎(chǔ)，人臉特征點定位的質(zhì)量好壞會直接影響到后續(xù)工作的可靠性和精準(zhǔn)度。

近20年來，人臉特征點定位算法一直是機器視覺領(lǐng)域的研究熱點，涌現(xiàn)出很多經(jīng)典算法，具體算法可以分為以下幾類：

(1)基于傳統(tǒng)技術(shù)的人臉特征點定位算法，該類算法主要基于人臉的統(tǒng)計形狀模型方法和級聯(lián)回歸的方法，如經(jīng)典的算法：ASM、AAM、SDM、LBF等。該類算法的特點是利用人臉器官的幾何位置關(guān)系，采用統(tǒng)計方法和級聯(lián)優(yōu)化的方法獲取最終的人臉特征點位置，由于算法提取人臉特征的表達(dá)能力有限，并且對人臉特征點之間的形狀約束并沒有考慮，該類算法的特征點定位精準(zhǔn)度誤差較大。

(2)基于深度學(xué)習(xí)的人臉特征點定位算法，近年來，深度學(xué)習(xí)技術(shù)憑借著可以模擬人類大腦神經(jīng)網(wǎng)絡(luò)，能夠進(jìn)行精確的非線性預(yù)測，各個領(lǐng)域都得到了廣泛的關(guān)注和應(yīng)用，出現(xiàn)了一批經(jīng)典的人臉特征點定位網(wǎng)絡(luò)框架，如MDM(Mnemonic Descent Method)、PFLD(PFLD:A Practical Facial Landmark Detectordensenet)，TCDCN(Facial LandmarkDetection by Deep Multi-task Learning)等。該類算法的特點是利用卷積神經(jīng)網(wǎng)絡(luò)模型抓取人臉的深層語義特征，利用這些深層語義特征，或基于多分支任務(wù)訓(xùn)練模式，或基于級聯(lián)多個神經(jīng)網(wǎng)絡(luò)模型迭代優(yōu)化訓(xùn)練模式，獲取最終的人臉特征點位置。該類算法相對于傳統(tǒng)技術(shù)的人臉特征點定位算法，人臉特征點定位精準(zhǔn)度有很大的提升，但是特征點定位主要利用的是人臉的局部語義信息，而局部語義信息無法綜合利用人臉器官的整體幾何信息，導(dǎo)致人臉特征點的定位存在一定的誤差。

發(fā)明內(nèi)容

本發(fā)明提出的一種基于全局注意力的人臉特征點定位方法及系統(tǒng)，可解決上述背景技術(shù)中的問題。

為實現(xiàn)上述目的，本發(fā)明采用了以下技術(shù)方案：

一種基于全局注意力的人臉特征點定位方法，包括：

獲取人臉局部圖像；

把獲取到的圖像輸入事先訓(xùn)練好的基于全局注意力的人臉特征點定位模型，對于輸入的人臉局部圖像，經(jīng)過基于全局注意力的人臉特征點定位模型前向運算后，直接輸出人臉特征點位置；

其中，

所述基于全局注意力的人臉特征點定位模型的網(wǎng)絡(luò)結(jié)構(gòu)包括：

conv0層是一個核尺寸為7×7，跨度為2×2的卷積層；

maxpool0層是一個核尺寸為2×2，跨度為2×2的最大值池化層；

conv0層和maxpool0層共同組成了一個特征圖分辨率快速下降網(wǎng)絡(luò)；

resblock0、resblock1、resblock2、resblock3均是resnet網(wǎng)絡(luò)的resblock殘差模塊；