[發明專利]牛臉關鍵點檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202310334078.6
• 申請日: 2023-03-23
• 公開（公告）號: CN116469127A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 胡魁;李佼;盛建達;戴磊;陳遠旭
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/766;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 陳海云

1.一種牛臉關鍵點檢測方法，其特征在于，所述方法包括：

獲取多張原始牛臉圖像，并對多張所述原始牛臉圖像進行處理，根據處理后的原始牛臉圖像創建牛臉圖像集；

標記所述牛臉圖像集中每張牛臉圖像中的牛臉關鍵點及牛耳朵關鍵點；

獲取所述牛臉關鍵點的坐標值及所述牛耳朵關鍵點的坐標值，并根據所述牛耳朵關鍵點的坐標值計算坐標偏移值；

初始化牛臉關鍵點檢測網絡架構及根據所述牛臉關鍵點的坐標值和所述坐標偏移值初始化損失函數；

以所述牛臉圖像集作為所述牛臉關鍵點檢測網絡的輸入，以最小化所述損失函數為訓練目標，對所述牛臉關鍵點檢測網絡進行迭代訓練，得到牛臉關鍵點檢測模型；

響應于對目標牛臉圖像的檢測指令，使用所述牛臉關鍵點檢測模型檢測所述目標牛臉圖像的牛臉關鍵點。

2.如權利要求1所述的牛臉關鍵點檢測方法，其特征在于，所述牛臉關鍵點檢測網絡架構包括三條分支：

第一條分支用于所述牛臉關鍵點回歸；

第二條分支用于所述牛耳朵關鍵點的偏移量回歸；

第三條分支用于關鍵點的分類置信度。

3.如權利要求2所述的牛臉關鍵點檢測方法，其特征在于，所述損失函數為：

L_total＝L_landmark+αL_offset+βL_score，

其中，α和β是超參數，L_landmark是牛臉關鍵點回歸損失函數，l_offset是牛耳朵關鍵點的偏移量回歸損失函數，L_score是關鍵點的置信度約束函數。

4.如權利要求1至3中任意一項所述的牛臉關鍵點檢測方法，其特征在于，所述根據所述牛耳朵關鍵點的坐標值計算坐標偏移值包括：

獲取所述牛耳朵關鍵點中的多個指定關鍵點及多個非指定關鍵點；

根據多個所述指定關鍵點的坐標值計算坐標均值；

根據每個所述非指定關鍵點的坐標值與所述坐標均值計算得到坐標偏移值。

5.如權利要求1至3中任意一項所述的牛臉關鍵點檢測方法，其特征在于，所述對多張所述原始牛臉圖像進行處理，根據處理后的原始牛臉圖像創建牛臉圖像集包括：

根據多張所述原始牛臉圖像計算得到均值圖像；

采用預設指標計算模型基于每張所述原始牛臉圖像及所述均值圖像計算得到指標值；

根據所述指標值在所述原始牛臉圖像中進行截取，得到截取牛臉圖像；

將多張所述原始牛臉圖像及多張所述截取牛臉圖像進行歸一化處理，得到多張歸一化牛臉圖像；

根據多張所述歸一化牛臉圖像創建牛臉圖像集。

6.如權利要求5所述的牛臉關鍵點檢測方法，其特征在于，所述根據所述指標值在所述原始牛臉圖像中進行截取，得到截取牛臉圖像包括：

獲取與所述預設指標計算模型對應的指標閾值；

對所述指標值與所述指標閾值進行比較，得到比較結果；

根據所述比較結果確定截取框；

對所述原始牛臉圖像進行牛臉檢測，得到牛臉檢測框；

以所述牛臉檢測框的中心為所述截取框的中心，根據所述截取框在所述原始牛臉圖像中進行截取，得到所述截取牛臉圖像。

7.如權利要求6所述的牛臉關鍵點檢測方法，其特征在于，所述使用所述牛臉關鍵點檢測模型檢測所述目標牛臉圖像的牛臉關鍵點包括：

采用所述預設指標計算模型基于所述目標牛臉圖像及所述均值圖像計算得到目標指標值；

對所述目標指標值與所述指標閾值進行比較，得到目標比較結果；

根據所述目標比較結果確定目標截取框；

對所述目標牛臉圖像進行牛臉檢測，得到目標牛臉檢測框；

以所述目標牛臉檢測框的中心為所述目標截取框的中心，根據所述目標截取框在所述目標牛臉圖像中進行截取，得到目標截取牛臉圖像；

對所述目標截取牛臉圖像進行歸一化處理，得到目標歸一化牛臉圖像；

使用所述牛臉關鍵點檢測模型對所述目標歸一化牛臉圖像進行檢測，得到所述牛臉關鍵點。