[發明專利]人臉關鍵點檢測模型的訓練方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011528500.4
• 申請日: 2020-12-22
• 公開（公告）號: CN112598807A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 馬嘯
• 申請（專利權）人: 深圳數聯天下智能科技有限公司
• 主分類號: G06T19/20
• 分類號: G06T19/20;G06K9/00;G06K9/62
• 代理公司: 深圳中細軟知識產權代理有限公司 44528
• 代理人: 王志強

1.一種人臉關鍵點檢測模型的訓練方法，其特征在于，包括：

獲取三維人臉模型，確定所述三維人臉模型在初始位置對應的人臉關鍵點標注，所述人臉關鍵點標注用于指示所述人臉關鍵點的位置坐標；

確定所述三維人臉模型在三維空間中的移動路徑，以使所述三維人臉模型按照所述移動路徑進行移動；

在所述三維人臉模型按照所述移動路徑移動的過程中，對所述三維人臉模型進行拍照得到新的二維人臉圖像；

基于拍照時所述三維人臉模型在所述移動路徑中的位置和所述在初始位置對應的人臉關鍵點標注計算得到所述新的二維人臉圖像對應的人臉關鍵點標注；

將所述新的二維人臉圖像和所述新的二維人臉圖像對應的人臉關鍵點標注加入到訓練數據集，并利用所述訓練數據集對人臉關鍵點檢測模型進行訓練。

2.根據權利要求1所述的方法，其特征在于，所述獲取三維人臉模型，確定所述三維人臉模型對應的人臉關鍵點標注，包括：

獲取二維人臉圖像和所述二維人臉圖像對應的人臉關鍵點標注；

基于所述二維人臉圖像生成與所述二維人臉圖像對應的三維人臉模型；

基于所述二維人臉圖像對應的人臉關鍵點標注確定映射到所述三維人臉模型對應的人臉關鍵點標注。

3.根據權利要求1所述的方法，其特征在于，所述獲取三維人臉模型，確定所述三維人臉模型對應的人臉關鍵點標注，包括：

采用三維掃描儀對人臉進行掃描，得到三維人臉模型；

對所述三維人臉模型進行人臉關鍵點標注。

4.根據權利要求1所述的方法，其特征在于，所述移動路徑包括：平移路徑和旋轉路徑；

所述確定所述三維人臉模型在三維空間中的移動路徑，包括：

隨機生成所述三維人臉模型在三維空間中的平移路徑和旋轉路徑，以使所述三維模型能夠平滑地根據所述平移路徑和旋轉路徑移動。

5.根據權利要求4所述的方法，其特征在于，所述隨機生成所述三維人臉模型在三維空間中的平移路徑和旋轉路徑，以使所述三維模型能夠平滑地根據所述平移路徑和旋轉路徑移動，包括：

按照預設的密度隨機在三維空間中生成多個點，按照預設的規則將所述多個點進行排序，得到排序后的點序列，所述預設的規則為：隨機從所述多個點中選取一個點作為起點，尋找與所述起點最近的點作為第二個點，尋找與所述第二個點最近的點作為第三個點，以此類推，直到遍歷完所有的點；

根據所述排序后的點序列進行平滑插值，得到平滑后的平移路徑；

確定所述平移路徑上每個點的深度坐標，根據所述平移路徑上每個點的深度坐標確定旋轉路徑，其中，所述旋轉路徑上的每個點的深度坐標大于所述平滑路徑上每個點的深度坐標。

6.根據權利要求1所述的方法，其特征在于，所述基于拍照時所述三維人臉模型在所述移動路徑中的位置計算得到所述新的二維人臉圖像對應的人臉關鍵點坐標，包括：

確定拍照時三維人臉模型所在的當前位置，計算從初始位置到所述當前位置對應的平移向量和旋轉矩陣；

根據所述平移向量和所述旋轉矩陣和所述初始位置對應的人臉關鍵點標注計算得到所述當前位置的三維人臉模型中人臉關鍵點的位置坐標；

根據所述當前位置的三維人臉模型中人臉關鍵點的位置坐標確定所述新的二維人臉圖像對應的人臉關鍵點標注。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述新的二維人臉圖像進行多樣化處理，以得到多種場景下的二維人臉圖像，將所述多種場景下二維人臉圖像和對應的人臉關鍵點標注加入到所述訓練數據集中，所述多樣化處理包括：更換背景圖像、調整圖像色調和調整圖像亮度中的至少一種。