CN109255337A - 人脸关键点检测方法和装置 - Google Patents

人脸关键点检测方法和装置 Download PDF

Info

Publication number
CN109255337A
CN109255337A CN201811149799.5A CN201811149799A CN109255337A CN 109255337 A CN109255337 A CN 109255337A CN 201811149799 A CN201811149799 A CN 201811149799A CN 109255337 A CN109255337 A CN 109255337A
Authority
CN
China
Prior art keywords
key point
face
historical frames
present frame
carried out
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811149799.5A
Other languages
English (en)
Other versions
CN109255337B (zh
Inventor
胡耀全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Douyin Vision Co Ltd
Douyin Vision Beijing Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201811149799.5A priority Critical patent/CN109255337B/zh
Publication of CN109255337A publication Critical patent/CN109255337A/zh
Application granted granted Critical
Publication of CN109255337B publication Critical patent/CN109255337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了人脸关键点方法和装置。该方法的一具体实施方式包括:获取历史帧中的历史人脸关键点;确定该历史人脸关键点转换到预先获取的关键点均值的变换矩阵;基于该变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,该当前帧与该历史帧之间相差的帧数小于或等于预设阈值;对该仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用该变换矩阵的逆矩阵对该初始关键点进行位置变换,得到该当前帧的关键点。本申请实施例提供的方法能够利用关键点均值,得到易于进行关键点检测的仿射变换后人脸区域。继而,对仿射变换后人脸区域进行关键点检测,可以得到准确的当前帧的关键点。

Description

人脸关键点检测方法和装置
技术领域
本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及人脸关键点方法和装置。
背景技术
通过卷积神经网络可以对人脸进行检测,以得到人脸的关键点。在人脸呈现不同角度的时候,通过卷积神经网络从人脸中获取关键点的难度也有所不同。
发明内容
本申请实施例提出了人脸关键点方法和装置。
第一方面,本申请实施例提供了一种人脸关键点方法,包括:获取历史帧中的历史人脸关键点;确定历史人脸关键点转换到预先获取的关键点均值的变换矩阵;基于变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,当前帧与历史帧之间相差的帧数小于或等于预设阈值;对仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用变换矩阵的逆矩阵对初始关键点进行位置变换,得到当前帧的关键点。
在一些实施例中,历史帧为当前帧的上一帧人脸图像。
在一些实施例中,预先获取的关键点均值通过如下方式得到:
获取多个历史帧,对多个历史帧进行人脸检测,得到多个人脸边框,其中,多个历史帧包含面向不同方向的人脸,所获取的历史帧的数量大于目标数量;确定多个人脸边框所包括的局部图像,将各个局部图像的尺寸统一为预设尺寸,得到多个目标人脸图像;对各个目标人脸图像进行关键点检测,以得到各个目标人脸图像所包含人脸的关键点,确定各个目标人脸图像的关键点的平均值。
在一些实施例中,获取历史帧中的历史人脸关键点,包括:对历史帧进行关键点检测,得到历史帧中的历史人脸关键点。
在一些实施例中,基于变换矩阵,对当前帧中的人脸区域进行仿射变换,包括:对当前帧进行人脸检测,得到包括人脸区域的人脸边框;确定人脸区域在当前帧所对应的图像矩阵中的局部矩阵;基于局部矩阵和变换矩阵,对人脸区域进行仿射变换。
第二方面,本申请实施例提供了一种人脸关键点检测装置,包括:获取单元,被配置成获取历史帧中的历史人脸关键点;确定单元,被配置成确定历史人脸关键点转换到预先获取的关键点均值的变换矩阵;变换单元,被配置成基于变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,当前帧与历史帧之间相差的帧数小于或等于预设阈值;检测单元,被配置成对仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用变换矩阵的逆矩阵对初始关键点进行位置变换,得到当前帧的关键点。
在一些实施例中,历史帧为当前帧的上一帧人脸图像。
在一些实施例中,预先获取的关键点均值通过如下方式得到:获取多个历史帧,对多个历史帧进行人脸检测,得到多个人脸边框,其中,多个历史帧包含面向不同方向的人脸,所获取的历史帧的数量大于目标数量;确定多个人脸边框所包括的局部图像,将各个局部图像的尺寸统一为预设尺寸,得到多个目标人脸图像;对各个目标人脸图像进行关键点检测,以得到各个目标人脸图像所包含人脸的关键点,确定各个目标人脸图像的关键点的平均值。
在一些实施例中,获取历史帧中的历史人脸关键点,包括:对历史帧进行关键点检测,得到历史帧中的历史人脸关键点。
在一些实施例中,变换单元进一步被配置成:对当前帧进行人脸检测,得到包括人脸区域的人脸边框;确定人脸区域在当前帧所对应的图像矩阵中的局部矩阵;基于局部矩阵和变换矩阵,对人脸区域进行仿射变换。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如人脸关键点方法中任一实施例的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如人脸关键点方法中任一实施例的方法。
本申请实施例提供的人脸关键点检测方案,首先,获取历史帧中的历史人脸关键点。之后,确定历史人脸关键点转换到预先获取的关键点均值的变换矩阵。然后,基于变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,当前帧与历史帧之间相差的帧数小于或等于预设阈值。最后,对仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用变换矩阵的逆矩阵对初始关键点进行位置变换,得到当前帧的关键点。本申请实施例能够利用关键点均值,得到易于进行关键点检测的仿射变换后人脸区域。继而,对仿射变换后人脸区域进行关键点检测,可以得到准确的当前帧的关键点。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的人脸关键点方法的一个实施例的流程图;
图3是根据本申请的人脸关键点方法的一个应用场景的示意图;
图4是根据本申请的人脸关键点检测装置的一个实施例的结构示意图;
图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的人脸关键点方法或人脸关键点检测装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的人脸图像等数据进行分析等处理,并将处理结果(例如人脸图像的关键点)反馈给终端设备。
需要说明的是,本申请实施例所提供的人脸关键点方法可以由服务器105或者终端设备101、102、103执行,相应地,人脸关键点检测装置可以设置于服务器105或者终端设备101、102、103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的人脸关键点方法的一个实施例的流程200。该人脸关键点方法,包括以下步骤:
步骤201,获取历史帧中的历史人脸关键点。
在本实施例中,人脸关键点检测方法的执行主体(例如图1所示的服务器或终端设备)可以获取某视频的历史帧中的历史人脸关键点。历史人脸关键点指历史帧所包含人脸的关键点。具体地,上述执行主体可以从本地或者其他电子设备获取已有的历史人脸关键点。关键点为人脸图像中体现人脸特征的位点。一个人脸图像可以包含多个关键点。
在本实施例的一些可选的实现方式中,上述执行主体可以对历史帧进行关键点检测,得到历史帧的历史人脸关键点。
在这些实现方式中,上述执行主体可以对历史帧进行关键点检测,以准确地得到历史帧所包含人脸的关键点。具体地,可以利用预先训练的卷积神经网络进行关键点检测。
步骤202,确定历史人脸关键点转换到预先获取的关键点均值的变换矩阵。
在本实施例中,上述执行主体可以确定从历史人脸关键点转换到预先获取的关键点均值的变换矩阵。具体的,从历史人脸关键点转换到关键点均值,关键点的位置会产生变化。关键点均值为多个图像所包含人脸的关键点的位置的平均数值。这里取得均值的关键点是人脸图像中的多个不同关键点,比如,关键点可以包括左眼角关键点,上嘴唇关键点等等。获取多个图像中的左眼角的关键点的位置,并确定这些位置的均值,就可以得到左眼角的关键点的均值。
在本实施例的一些可选的实现方式中,预先获取的关键点均值可以通过如下方式得到:
获取多个历史帧,对多个历史帧进行人脸检测,得到多个人脸边框,其中,多个历史帧包含面向不同方向的人脸,所获取的历史帧的数量大于目标数量;确定多个人脸边框所包括的局部图像,将各个局部图像的尺寸统一为预设尺寸,得到多个目标人脸图像;对各个目标人脸图像进行关键点检测,以得到各个目标人脸图像所包含人脸的关键点,确定各个目标人脸图像的关键点的平均值。
在这些可选的实现方式中,上述执行主体可以将对多个历史帧检测到的人脸边框所包括的局部图像进行尺寸的统一,并对统一所得到的各个图像进行关键点检测。之后,可以确定对统一后的各个图像检测到的关键点的平均值。在这里,局部图像的边缘与对历史帧检测到的人脸边框重合。这里的尺寸可以采用长、宽或宽、高等表示。
这些实现方式可以在同一个尺寸的各个目标人脸图像中,准确地检测到各个人脸的关键点。
步骤203,基于变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,当前帧与历史帧之间相差的帧数小于或等于预设阈值;
在本实施例中,上述执行主体可以基于所确定的变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域。具体地,利用上述人脸区域所对应的局部矩阵,以及变换矩阵,就可以进行仿射变换,以得到仿射变换后的人脸区域。关键点均值所在的人脸所面向的方向是比较容易检测到关键点的方向,并且所检测到的关键点的位置也比较准确。在这里,当前帧与上述历史帧相差的帧数较小。
利用由关键点均值得到的变换矩阵进行仿射变换,所得到的仿射变换后的人脸区域所包含人脸的面向方向与关键点均值所在的人脸的面向方向是相同或相近的。
在本实施例的一些可选的实现方式中,上述步骤203,可以包括:
对当前帧进行人脸检测,得到包括人脸区域的人脸边框;确定人脸区域在当前帧所对应的图像矩阵中的局部矩阵;基于局部矩阵和变换矩阵,对人脸区域进行仿射变换。
这些实现方式可以准确地确定出人脸区域并进行仿射变换。
在本实施例的一些可选的实现方式中,历史帧为当前帧的上一帧人脸图像。
在这些可选的实现方式中,在当前帧与上述历史帧相差的帧数为1时,上述历史帧为当前帧的上一帧人脸图像。这些实现方式可以通过最近的历史帧的关键点准确地确定出当前帧的关键点。
步骤204,对仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用变换矩阵的逆矩阵对初始关键点进行位置变换,得到当前帧的关键点。
在本实施例中,上述执行主体可以对上述仿射变换后的人脸区域进行关键点检测,以得到仿射变换后的人脸区域的关键点,并将这些关键点作为初始关键点。之后,上述执行主体可以利用变换矩阵的逆矩阵对初始关键点进行位置变换,以得到当前帧的关键点。
因为仿射变换后的人脸区域所包含人脸的面向方向与关键点均值所在的人脸的面向方向是相同或相近的,所以,对仿射变换后的人脸区域进行关键点检测的准确度较高。
继续参见图3,图3是根据本实施例的人脸关键点检测方法的应用场景的一个示意图。在图3的应用场景中,执行主体301可以获取历史帧中的历史人脸关键点302。确定历史人脸关键点302转换到预先获取的关键点均值的变换矩阵303。基于变换矩阵303,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域304,其中,当前帧与历史帧之间相差的帧数2等于预设阈值2。对仿射变换后的人脸区域304进行关键点检测,得到初始关键点305,利用变换矩阵的逆矩阵对初始关键点进行位置变换,得到当前帧的关键点306。
本申请的上述实施例提供的方法能够利用关键点均值,得到易于进行关键点检测的仿射变换后人脸区域。继而,对仿射变换后人脸区域进行关键点检测,可以得到准确的当前帧的关键点。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种人脸关键点检测装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的人脸关键点检测装置400包括:获取单元401、确定单元402、变换单元403和检测单元404。其中,获取单元401,被配置成获取历史帧中的历史人脸关键点;确定单元402,被配置成确定历史人脸关键点转换到预先获取的关键点均值的变换矩阵;变换单元403,被配置成基于变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,当前帧与历史帧之间相差的帧数小于或等于预设阈值;检测单元404,被配置成对仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用变换矩阵的逆矩阵对初始关键点进行位置变换,得到当前帧的关键点。
在一些实施例中,获取单元401可以获取某视频的历史帧中的历史人脸关键点。历史人脸关键点指历史帧所包含人脸的关键点。具体地,上述执行主体可以从本地或者其他电子设备获取已有的历史人脸关键点。
在一些实施例中,确定单元402可以确定从历史人脸关键点转换到预先获取的关键点均值的变换矩阵。具体的,从历史人脸关键点转换到关键点均值,关键点的位置会产生变化。关键点均值为多个图像所包含人脸的关键点的位置的平均数值。
在一些实施例中,变换单元403可以基于所确定的变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域。具体地,利用上述人脸区域所对应的局部矩阵,以及变换矩阵,就可以进行仿射变换,以得到仿射变换后的人脸区域。关键点均值所在的人脸所面向的方向是比较容易检测到关键点的方向,并且所检测到的关键点的位置也比较准确。
在一些实施例中,检测单元404可以对上述仿射变换后的人脸区域进行关键点检测,以得到仿射变换后的人脸区域的关键点,并将这些关键点作为初始关键点。之后,上述执行主体可以利用变换矩阵的逆矩阵对初始关键点进行位置变换,以得到当前帧的关键点。
在本实施例的一些可选的实现方式中,历史帧为当前帧的上一帧人脸图像。
在本实施例的一些可选的实现方式中,预先获取的关键点均值通过如下方式得到:获取多个历史帧,对多个历史帧进行人脸检测,得到多个人脸边框,其中,多个历史帧包含面向不同方向的人脸,所获取的历史帧的数量大于目标数量;确定多个人脸边框所包括的局部图像,将各个局部图像的尺寸统一为预设尺寸,得到多个目标人脸图像;对各个目标人脸图像进行关键点检测,以得到各个目标人脸图像所包含人脸的关键点,确定各个目标人脸图像的关键点的平均值。
在本实施例的一些可选的实现方式中,获取历史帧中的历史人脸关键点,包括:对历史帧进行关键点检测,得到历史帧中的历史人脸关键点。
在本实施例的一些可选的实现方式中,变换单元进一步被配置成:对当前帧进行人脸检测,得到包括人脸区域的人脸边框;确定人脸区域在当前帧所对应的图像矩阵中的局部矩阵;基于局部矩阵和变换矩阵,对人脸区域进行仿射变换。
下面参考图5,其示出了适于用来实现本申请实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU和/或GPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。中央处理单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示屏(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元501执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、确定单元、变换单元和检测单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取历史帧中的历史人脸关键点的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取历史帧中的历史人脸关键点;确定历史人脸关键点转换到预先获取的关键点均值的变换矩阵;基于变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,当前帧与历史帧之间相差的帧数小于或等于预设阈值;对仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用变换矩阵的逆矩阵对初始关键点进行位置变换,得到当前帧的关键点。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种人脸关键点检测方法,包括:
获取历史帧中的历史人脸关键点;
确定所述历史人脸关键点转换到预先获取的关键点均值的变换矩阵;
基于所述变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,所述当前帧与所述历史帧之间相差的帧数小于或等于预设阈值;
对所述仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用所述变换矩阵的逆矩阵对所述初始关键点进行位置变换,得到所述当前帧的关键点。
2.根据权利要求1所述的方法,其中,所述历史帧为所述当前帧的上一帧人脸图像。
3.根据权利要求1所述的方法,其中,所述预先获取的关键点均值通过如下方式得到:
获取多个历史帧,对所述多个历史帧进行人脸检测,得到多个人脸边框,其中,所述多个历史帧包含面向不同方向的人脸,所获取的历史帧的数量大于目标数量;
确定所述多个人脸边框所包括的局部图像,将各个局部图像的尺寸统一为预设尺寸,得到多个目标人脸图像;
对各个目标人脸图像进行关键点检测,以得到各个目标人脸图像所包含人脸的关键点,确定各个目标人脸图像的关键点的平均值。
4.根据权利要求1所述的方法,其中,所述获取历史帧中的历史人脸关键点,包括:
对所述历史帧进行关键点检测,得到所述历史帧中的历史人脸关键点。
5.根据权利要求1所述的方法,其中,所述基于所述变换矩阵,对当前帧中的人脸区域进行仿射变换,包括:
对所述当前帧进行人脸检测,得到包括人脸区域的人脸边框;
确定所述人脸区域在所述当前帧所对应的图像矩阵中的局部矩阵;
基于所述局部矩阵和所述变换矩阵,对所述人脸区域进行仿射变换。
6.一种人脸关键点检测装置,包括:
获取单元,被配置成获取历史帧中的历史人脸关键点;
确定单元,被配置成确定所述历史人脸关键点转换到预先获取的关键点均值的变换矩阵;
变换单元,被配置成基于所述变换矩阵,对当前帧中的人脸区域进行仿射变换,得到仿射变换后的人脸区域,其中,所述当前帧与所述历史帧之间相差的帧数小于或等于预设阈值;
检测单元,被配置成对所述仿射变换后的人脸区域进行关键点检测,得到初始关键点,利用所述变换矩阵的逆矩阵对所述初始关键点进行位置变换,得到所述当前帧的关键点。
7.根据权利要求6所述的装置,其中,所述历史帧为所述当前帧的上一帧人脸图像。
8.根据权利要求6所述的装置,其中,所述预先获取的关键点均值通过如下方式得到:
获取多个历史帧,对所述多个历史帧进行人脸检测,得到多个人脸边框,其中,所述多个历史帧包含面向不同方向的人脸,所获取的历史帧的数量大于目标数量;
确定所述多个人脸边框所包括的局部图像,将各个局部图像的尺寸统一为预设尺寸,得到多个目标人脸图像;
对各个目标人脸图像进行关键点检测,以得到各个目标人脸图像所包含人脸的关键点,确定各个目标人脸图像的关键点的平均值。
9.根据权利要求6所述的装置,其中,所述获取历史帧中的历史人脸关键点,包括:
对所述历史帧进行关键点检测,得到所述历史帧中的历史人脸关键点。
10.根据权利要求6所述的装置,其中,所述变换单元进一步被配置成:
对所述当前帧进行人脸检测,得到包括人脸区域的人脸边框;
确定所述人脸区域在所述当前帧所对应的图像矩阵中的局部矩阵;
基于所述局部矩阵和所述变换矩阵,对所述人脸区域进行仿射变换。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201811149799.5A 2018-09-29 2018-09-29 人脸关键点检测方法和装置 Active CN109255337B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811149799.5A CN109255337B (zh) 2018-09-29 2018-09-29 人脸关键点检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811149799.5A CN109255337B (zh) 2018-09-29 2018-09-29 人脸关键点检测方法和装置

Publications (2)

Publication Number Publication Date
CN109255337A true CN109255337A (zh) 2019-01-22
CN109255337B CN109255337B (zh) 2020-04-28

Family

ID=65044795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811149799.5A Active CN109255337B (zh) 2018-09-29 2018-09-29 人脸关键点检测方法和装置

Country Status (1)

Country Link
CN (1) CN109255337B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189252A (zh) * 2019-06-10 2019-08-30 北京字节跳动网络技术有限公司 生成平均脸图像的方法和装置
CN110287936A (zh) * 2019-07-02 2019-09-27 北京字节跳动网络技术有限公司 图像检测方法、装置、设备及存储介质
CN110544272A (zh) * 2019-09-06 2019-12-06 腾讯科技(深圳)有限公司 脸部跟踪方法、装置、计算机设备及存储介质
CN110826501A (zh) * 2019-11-08 2020-02-21 杭州趣维科技有限公司 一种基于稀疏关键点校准的人脸关键点检测方法与系统
CN111126344A (zh) * 2019-12-31 2020-05-08 杭州趣维科技有限公司 一种生成人脸额头关键点的方法与系统
CN112949382A (zh) * 2021-01-22 2021-06-11 深圳市商汤科技有限公司 摄像头移动的检测方法及设备、电子设备
CN113034580A (zh) * 2021-03-05 2021-06-25 北京字跳网络技术有限公司 图像信息检测方法、装置和电子设备
CN114399502A (zh) * 2022-03-24 2022-04-26 视睿(杭州)信息科技有限公司 一种适用于led芯片的外观缺陷检测方法、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004899A (zh) * 2010-11-03 2011-04-06 无锡中星微电子有限公司 一种人脸认证系统及方法
US20130148860A1 (en) * 2011-12-07 2013-06-13 Viewdle Inc. Motion aligned distance calculations for image comparisons
US8919955B2 (en) * 2013-05-29 2014-12-30 Ming Chuan University Virtual glasses try-on method and apparatus thereof
CN105718885A (zh) * 2016-01-20 2016-06-29 南京邮电大学 一种人脸特征点跟踪方法
CN106650682A (zh) * 2016-12-29 2017-05-10 Tcl集团股份有限公司 一种人脸追踪的方法及装置
CN108470354A (zh) * 2018-03-23 2018-08-31 云南大学 视频目标跟踪方法、装置和实现装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004899A (zh) * 2010-11-03 2011-04-06 无锡中星微电子有限公司 一种人脸认证系统及方法
US20130148860A1 (en) * 2011-12-07 2013-06-13 Viewdle Inc. Motion aligned distance calculations for image comparisons
US8919955B2 (en) * 2013-05-29 2014-12-30 Ming Chuan University Virtual glasses try-on method and apparatus thereof
CN105718885A (zh) * 2016-01-20 2016-06-29 南京邮电大学 一种人脸特征点跟踪方法
CN106650682A (zh) * 2016-12-29 2017-05-10 Tcl集团股份有限公司 一种人脸追踪的方法及装置
CN108470354A (zh) * 2018-03-23 2018-08-31 云南大学 视频目标跟踪方法、装置和实现装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KUANG-CHIH LEE 等: "Video-based face recognition using probabilistic appearance manifolds", 《2003 IEEE COMPUTER SOCIETY CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION》 *
TINAYEEEE3: "基于仿射变换的人脸对齐的实现方法", 《HTTPS://WWW.DOCIN.COM/P-441259024.HTML》 *
管皓 等: "深度学习在视频目标跟踪中的应用进展与展望", 《自动化学报》 *
金剑秋: "多光谱图像的融合与配准", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189252A (zh) * 2019-06-10 2019-08-30 北京字节跳动网络技术有限公司 生成平均脸图像的方法和装置
CN110189252B (zh) * 2019-06-10 2023-08-18 北京字节跳动网络技术有限公司 生成平均脸图像的方法和装置
CN110287936A (zh) * 2019-07-02 2019-09-27 北京字节跳动网络技术有限公司 图像检测方法、装置、设备及存储介质
CN110287936B (zh) * 2019-07-02 2021-08-10 北京字节跳动网络技术有限公司 图像检测方法、装置、设备及存储介质
CN110544272A (zh) * 2019-09-06 2019-12-06 腾讯科技(深圳)有限公司 脸部跟踪方法、装置、计算机设备及存储介质
CN110544272B (zh) * 2019-09-06 2023-08-04 腾讯科技(深圳)有限公司 脸部跟踪方法、装置、计算机设备及存储介质
CN110826501A (zh) * 2019-11-08 2020-02-21 杭州趣维科技有限公司 一种基于稀疏关键点校准的人脸关键点检测方法与系统
CN110826501B (zh) * 2019-11-08 2022-04-05 杭州小影创新科技股份有限公司 一种基于稀疏关键点校准的人脸关键点检测方法与系统
CN111126344B (zh) * 2019-12-31 2023-08-01 杭州趣维科技有限公司 一种生成人脸额头关键点的方法与系统
CN111126344A (zh) * 2019-12-31 2020-05-08 杭州趣维科技有限公司 一种生成人脸额头关键点的方法与系统
CN112949382A (zh) * 2021-01-22 2021-06-11 深圳市商汤科技有限公司 摄像头移动的检测方法及设备、电子设备
CN113034580A (zh) * 2021-03-05 2021-06-25 北京字跳网络技术有限公司 图像信息检测方法、装置和电子设备
CN113034580B (zh) * 2021-03-05 2023-01-17 北京字跳网络技术有限公司 图像信息检测方法、装置和电子设备
CN114399502A (zh) * 2022-03-24 2022-04-26 视睿(杭州)信息科技有限公司 一种适用于led芯片的外观缺陷检测方法、系统及存储介质

Also Published As

Publication number Publication date
CN109255337B (zh) 2020-04-28

Similar Documents

Publication Publication Date Title
CN109255337A (zh) 人脸关键点检测方法和装置
CN109308681A (zh) 图像处理方法和装置
CN109191514A (zh) 用于生成深度检测模型的方法和装置
CN108595628A (zh) 用于推送信息的方法和装置
CN109389072A (zh) 数据处理方法和装置
CN109389640A (zh) 图像处理方法和装置
CN109344762A (zh) 图像处理方法和装置
CN109993150A (zh) 用于识别年龄的方法和装置
CN109344752A (zh) 用于处理嘴部图像的方法和装置
CN108986049A (zh) 用于处理图像的方法和装置
CN109272050B (zh) 图像处理方法和装置
CN109242801A (zh) 图像处理方法和装置
CN109255767A (zh) 图像处理方法和装置
CN110059623A (zh) 用于生成信息的方法和装置
CN109871791A (zh) 图像处理方法和装置
CN110516678A (zh) 图像处理方法和装置
CN108595448A (zh) 信息推送方法和装置
CN108882025A (zh) 视频帧处理方法和装置
CN109446442A (zh) 用于处理信息的方法和装置
CN110007936A (zh) 数据处理方法和装置
CN109118456A (zh) 图像处理方法和装置
CN108960206A (zh) 视频帧处理方法和装置
CN110059624A (zh) 用于检测活体的方法和装置
CN110288625A (zh) 用于处理图像的方法和装置
CN109413056A (zh) 用于处理信息的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: Tiktok vision (Beijing) Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.