[發明專利]基于人臉識別的人臉對齊方法及裝置

在審

• 申請號: 202011626746.5
• 申請日: 2020-12-30
• 公開（公告）號: CN112733667A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 魏舒;劉玉宇
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/40;G06K9/44;G06N3/04
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

本申請公開了基于人臉識別的人臉對齊方法及裝置，涉及人工智能技術領域，可以提升人臉對齊準確度。其中方法包括：根據獲取到的視頻幀中的第一人臉ROI區域，以及預設人臉標準關鍵點，確定所述第一人臉ROI區域對應的用于實現人臉關鍵點對齊的初始變換數組；對所述初始變換數組進行去抖和平滑處理，得到目標變換數組；利用所述目標變換數組對重新提取到的所述視頻幀中的第二人臉ROI區域進行人臉關鍵點對齊處理，得到人臉關鍵點對齊后的目標人臉ROI區域。本申請適用于各種基于人臉對齊的應用系統。此外，本申請還涉及區塊鏈技術，視頻幀及目標人臉ROI區域可存儲于區塊鏈中，以保證數據私密和安全性。

技術領域

本申請涉及人工智能技術領域，尤其是涉及到基于人臉識別的人臉對齊方法及裝置。

背景技術

人臉對齊是計算機視覺的一個熱點研究問題，人臉對齊的效果直接影響到人臉特征的提取和識別的準確性。對于視頻來說，人臉對齊更是影響視頻流穩定性的關鍵因素。

現有針對視頻場景的人臉對齊的解決方案中，使用神經網絡的方法進行關鍵點檢測、對齊(如，MTCNN)，需要大量的標注成本，需要GPU等硬件要求，且訓練成本高。此外，人們也常用一些跟蹤的方法，例如，在關鍵點檢測的基礎上，提高視頻流中連續視頻幀之間的檢測穩定性，從而保證人臉對齊的準確性?？梢?，現有解決方案存在的不足為，基于神經網絡模型的人臉關鍵點檢測MTCNN的方法，標注成本，GPU等硬件要求，以及訓練成本較高；通過跟蹤檢測連續視頻幀之間的穩定性實現人臉關鍵點對齊的方法，處理速度較慢，影響系統的實時性。

發明內容

有鑒于此，本申請提供了基于人臉識別的人臉對齊方法及裝置，主要目的在于解決現有基于神經網絡模型的人臉關鍵點檢測MTCNN的方法，標注成本，GPU等硬件要求，以及訓練成本較高，以及通過跟蹤檢測連續視頻幀之間的穩定性實現人臉關鍵點對齊的方法，處理速度較慢，系統實時處理效果較差的技術問題。

根據本申請的一個方面，提供了一種基于人臉識別的人臉對齊方法，該方法包括：

根據獲取到的視頻幀中的第一人臉ROI區域，以及預設人臉標準關鍵點，確定所述第一人臉ROI區域對應的用于實現人臉關鍵點對齊的初始變換數組，所述初始變換數組包括初始尺度變換數據和初始平移變換數據；

對所述初始變換數組進行去抖和平滑處理，得到目標變換數組；

利用所述目標變換數組對提取到的所述視頻幀中的第二人臉ROI區域進行人臉關鍵點對齊處理，得到人臉關鍵點對齊后的目標人臉ROI區域；

所述第二人臉ROI區域與所述第一人臉ROI區域不同，相較于所述第一人臉ROI區域，所述第二人臉ROI區域還包括背景區域。

根據本申請的另一方面，提供了一種人臉對齊裝置，該裝置包括：

初始變換數組模塊，用于根據獲取到的視頻幀中的第一人臉ROI區域，以及預設人臉標準關鍵點，確定所述第一人臉ROI區域對應的用于實現人臉關鍵點對齊的初始變換數組，所述初始變換數組包括初始尺度變換數據和初始平移變換數據；

目標變換數組模塊，用于對所述初始變換數組進行去抖和平滑處理，得到目標變換數組；

對齊模塊，用于利用所述目標變換數組對提取到的所述視頻幀中的第二人臉ROI區域進行人臉關鍵點對齊處理，得到人臉關鍵點對齊后的目標人臉ROI區域；

所述第二人臉ROI區域與所述第一人臉ROI區域不同，相較于所述第一人臉ROI區域，所述第二人臉ROI區域還包括背景區域。

依據本申請又一個方面，提供了一種存儲介質，其上存儲有計算機程序，所述程序被處理器執行時實現上述基于人臉識別的人臉對齊方法。