[發(fā)明專利]一種人臉采集特征提取方法、系統(tǒng)及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110371575.4
• 申請日: 2021-04-07
• 公開（公告）號: CN113536886A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 麥偉彬
• 申請（專利權(quán)）人: 廣州晟燁信息科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州市越秀區(qū)哲力專利商標(biāo)事務(wù)所(普通合伙) 44288
• 代理人: 成嬋娟

1.一種人臉采集特征提取方法，其特征在于，包括:

基于卷積神經(jīng)網(wǎng)絡(luò)建立人臉特征位置點形狀驅(qū)動深度模型；

通過RetinaFace人臉檢測模型檢測人臉，生成不同尺寸的多層檢測框；所述檢測框包含不同尺寸的目標(biāo)框；在每層檢測框?qū)θ四樚卣魑恢命c形狀驅(qū)動深度模型進(jìn)行訓(xùn)練；

利用訓(xùn)練后人臉特征位置點形狀驅(qū)動深度模型進(jìn)行人臉特征提取和融合，所述融合包括融合人臉特征位置點和人臉姿態(tài)。

2.根據(jù)權(quán)利要求1所述的人臉采集特征提取方法，其特征在于，

所述人臉特征位置點形狀驅(qū)動深度模型包括主網(wǎng)絡(luò)和輔助子網(wǎng)絡(luò)，所述主網(wǎng)絡(luò)采用區(qū)域卷積網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求2所述的人臉采集特征提取方法，其特征在于，所述區(qū)域卷積網(wǎng)絡(luò)為N個，區(qū)域卷積網(wǎng)絡(luò)由DCNN中卷積層和池化層所構(gòu)成，用于對人臉的N個區(qū)域進(jìn)行人臉特征位置點提??；其中，N為根據(jù)人臉特征位置點的位置信息，將人臉圖像劃分的N個區(qū)域。

4.根據(jù)權(quán)利要求3所述的人臉采集特征提取方法，其特征在于，將人臉圖像劃分的N個區(qū)域的劃分方法包括：將人臉劃分為整張人臉、毛區(qū)域、右眉毛區(qū)域、左眼睛區(qū)域、右眼睛區(qū)域、鼻部區(qū)域和嘴部區(qū)域。

5.根據(jù)權(quán)利要求3所述的人臉采集特征提取方法，其特征在于，所述人臉特征位置點包括每個眉毛的兩個角點及其中心點、每個眼睛的兩個角點、上下眼皮中心點以及眼睛中心點、鼻尖點、鼻頂點、兩個鼻翼點、鼻中隔點、嘴巴的兩個角點、嘴巴中心點、上嘴唇的最上點及下嘴唇的最下點中的至少一個。

6.根據(jù)權(quán)利要求1所述的人臉采集特征提取方法，其特征在于，所述人臉姿態(tài)包括但不限于：側(cè)臉、正臉、抬頭、低頭、表情和遮擋中的一種或多種。

7.根據(jù)權(quán)利要求1所述的人臉采集特征提取方法，其特征在于，所述融合包括：將人臉特征位置點進(jìn)行人臉對齊，將對齊后的融合人臉特征位置點和人臉姿態(tài)。

8.一種人臉采集特征提取系統(tǒng)，其特征在于，包括：

構(gòu)建模塊，用于基于卷積神經(jīng)網(wǎng)絡(luò)建立人臉特征位置點形狀驅(qū)動深度模型；

人臉檢測模塊，用于通過RetinaFace人臉檢測模型檢測人臉，生成不同尺寸的多層檢測框；所述檢測框包含不同尺寸的目標(biāo)框；在每層檢測框?qū)θ四樚卣魑恢命c形狀驅(qū)動深度模型進(jìn)行訓(xùn)練；

提取融合模塊，用于利用訓(xùn)練后人臉特征位置點形狀驅(qū)動深度模型進(jìn)行人臉特征提取和融合，所述融合包括融合人臉特征位置點和人臉姿態(tài)。

9.根據(jù)權(quán)利要求8所述的人臉采集特征提取系統(tǒng)，其特征在于，所述人臉特征位置點形狀驅(qū)動深度模型包括主網(wǎng)絡(luò)和輔助子網(wǎng)絡(luò)，所述主網(wǎng)絡(luò)采用區(qū)域卷積網(wǎng)絡(luò)。

10.一種計算機(jī)存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序在被處理器執(zhí)行時，實現(xiàn)如權(quán)利要求1至7任一項所述的人臉采集特征提取方法。