CN109272543B - 用于生成模型的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于生成模型的方法和装置。该方法的一具体实施方式包括：获取样本集；对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。该实施方式能够提供一种可以用于生成映射图的模型，提高了数据处理的灵活性。

Description

用于生成模型的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成模型的方法和装置。

背景技术

随着视频应用的普及，各种人脸特效功能也得到了广泛的应用。三维人脸重建作为一种有效的人脸表述的技术，有广泛的应用前景。三维人脸重建，是通过给定二维人脸图像的像素信息来回归人脸关键点的三维信息(例如三维网格信息(3D mesh)、或者三维坐标等)的过程。

相关的方式通常是直接利用二维图像和标注(三维坐标)进行有监督的模型训练，使训练得到的模型能直接输出各人脸关键点的三维坐标。

发明内容

本申请实施例提出了用于生成模型的方法和装置。

第一方面，本申请实施例提供了一种用于生成模型的方法，该方法包括：获取样本集，其中，样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

在一些实施例中，构建与该样本中的二维人脸图像对应的映射图，包括：将映射图中的未映射人脸关键点的位置的像素值设置为预设值。

在一些实施例中，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，包括：确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值；对于该样本中的人脸关键点，将该人脸关键点的横坐标与横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与纵坐标最大值的比值确定为第二比值；将第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值；将第一数值、第二数值分别作为横坐标、纵坐标，以构建目标坐标；将目标坐标所指示的映射图的位置确定为该人脸关键点的映射位置。

在一些实施例中，样本集中的样本通过如下步骤生成：利用深度图采集装置采集包含人脸对象的人脸深度图；对人脸深度图对应的二维人脸图像进行关键点检测，以确定二维人脸图像中的人脸关键点的坐标；将人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。

第二方面，本申请实施例提供了一种用于生成模型的装置，该装置包括：获取单元，被配置成获取样本集，其中，样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；构建单元，被配置成对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；训练单元，被配置成利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

在一些实施例中，构建单元进一步被配置成：将映射图中的未映射人脸关键点的位置的像素值设置为预设值。

在一些实施例中，构建单元进一步被配置成：确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值；对于该样本中的人脸关键点，将该人脸关键点的横坐标与横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与纵坐标最大值的比值确定为第二比值；将第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值；将第一数值、第二数值分别作为横坐标、纵坐标，以构建目标坐标；将目标坐标所指示的映射图的位置确定为该人脸关键点的映射位置。

在一些实施例中，样本集中的样本通过如下步骤生成：利用深度图采集装置采集包含人脸对象的人脸深度图；对人脸深度图对应的二维人脸图像进行关键点检测，以确定二维人脸图像中的人脸关键点的坐标；将人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。

第三方面，本申请实施例提供了一种用于处理人脸图像的方法，包括：获取目标人脸图像；将目标人脸图像输入采用如上述第一方面中任一实施例所描述的方法生成的映射图生成模型，得到与目标人脸图像对应的目标映射图；对于目标映射图中的点，将该点的像素值作为深度值，基于该点在目标映射图中的坐标和该点对应的深度值，确定该点对应的三维坐标；基于所确定的三维坐标，对目标人脸图像中的人脸对象进行三维重建。

第四方面，本申请实施例提供了一种用于处理人脸图像的装置，包括：获取单元，被配置成获取目标人脸图像；输入单元，被配置成将目标人脸图像输入采用如上述第一方面中任一实施例所描述的方法生成的映射图生成模型，生成与目标人脸图像对应的目标映射图；确定单元，被配置成对于目标映射图中的点，将该点的像素值作为深度值，基于该点在目标映射图中的坐标和该点对应的深度值，确定该点对应的三维坐标；生成单元，被配置成基于所确定的三维坐标，对目标人脸图像中的人脸对象进行三维重建。

第五方面，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，其上存储有一个或多个程序，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上述第一方面和第三方面中任一实施例的方法。

第六方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面和第三方面中任一实施例的方法。

本申请实施例提供的用于生成模型的方法和装置，通过获取样本集，可以利用其中的样本以进行映射图生成模型的训练。其中，样本集中的样本可以包括二维人脸图像、二维人脸图像中的人脸关键点的坐标、人脸关键点的深度值。而后，基于样本中的人脸关键点的坐标，可以确定出人脸关键点在待构建的映射图中的映射位置。将样本中的人脸关键点的深度值作为待构建的映射图中相应映射位置的像素值，即可构建与该样本中的二维人脸图像对应的映射图。最后利用机器学习方法，将二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，即可训练得到映射图生成模型。从而，能够得到一种可以用于生成映射图的模型，所生成的映射图能够在后续对人脸图像进行三维重建时提供帮助。该模型能够将人脸关键点的深度信息映射至相应位置的映射图中，提高了数据处理的灵活性。

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是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于生成模型的方法的一个实施例的流程图；

图3是根据本申请的用于生成模型的方法的一个应用场景的示意图；

图4是根据本申请的用于生成模型的方法的又一个实施例的流程图；

图5是根据本申请的用于生成模型的装置的一个实施例的结构示意图；

图6是根据本申请的用于处理人脸图像的方法的一个实施例的流程图；

图7是根据本申请的用于处理人脸图像的装置的一个实施例的结构示意图；

图8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用于生成模型的方法或用于生成模型的装置的示例性系统架构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，例如视频播放类应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

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，可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、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)，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，例如用于对终端设备101、102、103上传的视频进行存储、管理或者分析的处理服务器。处理服务器可以存储有样本集。其中，上述样本集中的样本可以包括二维人脸图像、二维人脸图像中的人脸关键点的坐标、人脸关键点的深度值。处理服务器可以对该样本集中的样本进行分析等处理。也可以基于处理结果(例如映射图)以及样本集中的二维人脸图像，进行映射图生成模型的训练。此外，处理服务器还可以基于映射图进行三维人脸重建。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，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)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于生成模型的方法一般由服务器105执行，相应地，用于生成模型的装置一般设置于服务器105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用于生成模型的方法的一个实施例的流程200。该用于生成模型的方法，包括以下步骤：

步骤201，获取样本集。

在本实施例中，用于生成模型的方法的执行主体(例如图1所示的服务器105)可以通过多种方式来获取样本集。例如，执行主体可以通过有线连接方式或无线连接方式，从用于存储样本的另一服务器(例如数据库服务器)中获取存储于其中的现有的样本集。再例如，用户可以通过终端设备(例如图1所示的终端设备101、102、103)来收集样本。这样，上述执行主体可以接收终端所收集的样本，并将这些样本存储在本地，从而生成样本集。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

此处，样本集中可以包括大量的样本。其中，样本可以包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值。实践中，样本集中的样本可以是预先从深度人脸图像中所提取的信息。深度值可以是采集图像时的人脸关键点到成像平面的距离。

需要说明的是，上述二维人脸图像可以是二维的人脸图像。上述二维人脸图像可以是对图像进行人脸检测后，所截取的人脸检测框中的区域。也可以对图像进行人脸关键点检测后，所检测出的人脸关键点的最小外接矩形。实践中，人脸关键点可以是人脸中的关键的点(例如具有语义信息的点，或者影响脸部轮廓或者五官形状的点等)。人脸关键检测结果中可以包括鼻尖位置的坐标，嘴角位置的坐标等。

在本实施例的一些可选的实现方式中，上述样本集中的样本可以通过如下步骤生成：

第一步，利用深度图采集装置采集包含人脸对象的人脸深度图。此处，深度图采集装置可以是各种可以采集深度图的图像采集装置。例如双目相机、深度摄像头等。

第二步，对上述人脸深度图对应的二维人脸图像进行人脸关键点检测，以确定二维人脸图像中的人脸关键点的坐标。此处，人脸深度图对应的二维人脸图像可以是人脸深度图对应的不含深度信息(即与视点的场景对象的表面的距离信息)的RGB三通道彩色图像。

此处，可以利用各种人脸关键点检测方式进行人脸关键点检测。例如，可以将二维人脸图像输入至预先训练的人脸关键点检测模型，得到二维人脸图像中的人脸对象的人脸关键点检测结果。其中，上述人脸关键点检测模型可以用于检测图像中的人脸对象的人脸关键点的位置。这里，人脸关键点检测模型可以是利用机器学习方法，基于样本集(包含人脸图像和用于指示人脸关键点的位置的标注)，对现有的卷积神经网络进行有监督训练得到的。其中，卷积神经网络可以使用各种现有的结构，例如DenseBox、VGGNet、ResNet、SegNet等。需要说明的是，上述机器学习方法、有监督训练方法是目前广泛研究和应用的公知技术，在此不再赘述。

第三步，将上述人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。

步骤202，对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图。

在本实施例中，对于样本集中的样本，上述执行主体可以首先基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置。此处，对于某一个人脸关键点，上述执行主体可以基于预先建立的映射关系或基于现有的映射原理，确定出该人脸关键点在待构建的映射图中的映射位置的坐标。作为示例，可以利用UV映射的原理确定出该人脸关键点在待构建的映射图中的映射位置的坐标。实践中，UV(U-VEEZ)是二维纹理坐标。UV用于定义二维纹理坐标系，称为“UV纹理空间”。UV纹理空间使用字母U和V来指示二维空间中的轴。在三维建模中，UV映射可以将纹理信息转换为平面信息。此时，所映射出的UV坐标可以用于指示待构建的映射图中的映射位置。所映射出的UV坐标可以作为待构建的映射图中的映射位置的坐标。

需要说明的是，此处所构建的映射图，可以理解为由数值构成的矩阵。矩阵中第i行、第j列的值，可以称作映射图中的坐标(i，j)的位置(或点)的像素值。此处，i可以为大于0且不大于映射图的高度(即矩阵的行数)的整数；j可以为大于0且不大于映射图的长度(即矩阵的列数)的整数。

在本实施例中，在确定该样本中的人脸关键点在待构建的映射图中的映射位置之后，上述执行主体可以将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图。作为示例，对于某一个人脸关键点，该人脸关键点在二维人脸图像中的坐标为(100,50)，该人脸关键点对应的映射位置为坐标(50,25)，该人脸关键点的深度值为30。则映射图中坐标(50,25)处的像素值为30。即，矩阵中第50行第25列的值为30。

需要说明的是，可以对待构建的映射图的长度和高度进行预先设置。作为示例，可以将映射图的长度设置为二维人脸图像的长度；可以将映射图的高度设置为二维人脸图像的高度。作为又一示例，可以将将映射图的长度设置为二维人脸图像的长度的二分之一；可以将映射图的高度设置为二维人脸图像的高度的二分之一。可以理解的是，映射图的长度和高度也可以按照其他方式进行设定，此处不作限定。

在本实施例的一些可选的实现方式中，上述执行主体可以将映射图中的未映射人脸关键点的位置的像素值设置为预设值(例如0)。

在本实施例的一些可选的实现方式中，对于某一样本中的任一人脸关键点，上述执行主体还可以通过如下步骤确定该人脸关键点在待构建的映射图中的映射位置：

第一步，确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值。需要说明的是，当该样本中的二维人脸图像是对人脸关键点检测后的人脸关键点最小外接矩形时，横坐标最大值可以是二维人脸图像的长度。纵坐标最大值可以是二维人脸图像的高度。

第二步，对于任一人脸关键点，将该人脸关键点的横坐标与上述横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与上述纵坐标最大值的比值确定为第二比值。

第三步，将上述第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将上述第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值。

第四步，将上述第一数值、上述第二数值分别作为横坐标、纵坐标，以构建目标坐标。

第五步，将上述目标坐标所指示的上述映射图的位置确定为该人脸关键点的映射位置。

步骤203，利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

在本实施例中，上述执行主体可以利用机器学习方法，将上述样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。具体地，上述执行主体可以利用有监督训练方式对预先建立的初始模型进行训练，将训练后的初始模型确定为映射图生成模型。

此处，可以使用各种现有的卷积神经网络结构(例如DenseBox、VGGNet、ResNet、SegNet等)作为初始模型进行训练。实践中，卷积神经网络(Convolutional NeuralNetwork，CNN)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现，因而，可以利用卷积神经网络进行样本中的二维人脸图像进行处理。卷积神经网络可以包含卷积层、池化层、全连接层等。其中，卷积层可以用于提取图像特征。池化层可以用于对输入的信息进行降采样(downsample)。

需要说明的是，上述执行主体也可以使用其他具有图像处理功能的模型，并不限于CNN，具体的模型结构可以根据实际需求设定，此处不作限定。需要指出的是，机器学习方法是目前广泛研究和应用的公知技术，在此不再赘述。

在本实施例的一些可选的实现方式中，在训练得到上述映射图生成模型之后，上述执行主体还可以利用该映射图生成模型得到任一人脸图像的映射图。进而，可以基于所得到的映射图，进行三维重建。

继续参见图3，图3是根据本实施例的用于生成模型的方法的应用场景的一个示意图。在图3的应用场景中，在图3的应用场景中，用户所使用的终端设备301上可以安装有模型训练类应用。当技术人员打开该应用，并上传样本集或样本集的存储路径后，对该应用提供后台支持的服务器302可以运行用于生成映射图生成模型的方法，包括：

首先，可以获取样本集。其中，样本可以包括二维人脸图像303、二维人脸图像中的人脸关键点的坐标304、人脸关键点的深度值305。而后，对于样本集中的样本，可以基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图(如标号306所示)。最后，可以利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型307。

本申请的上述实施例提供的方法，通过获取样本集，可以利用其中的样本以进行映射图生成模型的训练。其中，样本集中的样本可以包括二维人脸图像、二维人脸图像中的人脸关键点的坐标、人脸关键点的深度值。而后，基于样本中的人脸关键点的坐标，可以确定出人脸关键点在待构建的映射图中的映射位置。将样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，即可构建与该样本中的二维人脸图像对应的映射图。最后利用机器学习方法，将二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，即可训练得到映射图生成模型。从而，能够得到一种可以用于生成映射图的模型，所生成的映射图能够在后续对人脸图像进行三维重建时提供帮助。该模型能够将人脸关键点的深度信息映射至相应位置的映射图中，提高了数据处理的灵活性。

进一步参考图4，其示出了用于生成模型的方法的又一个实施例的流程400。该用于生成模型的方法的流程400，包括以下步骤：

步骤401，获取样本集。

在本实施例中，用于生成模型的方法的执行主体(例如图1所示的服务器105)可以获取样本集。其中，样本可以包括二维人脸图像、二维人脸图像中的人脸关键点的坐标、人脸关键点的深度值。

在本实施例中，上述样本集中的样本可以通过如下步骤生成：

第一步，利用深度图采集装置采集包含人脸对象的人脸深度图。此处，深度图采集装置可以是各种可以采集深度图的图像采集装置。例如双目相机、深度摄像头等。

第二步，对上述人脸深度图对应的二维人脸图像进行人脸关键点检测，以确定二维人脸图像中的人脸关键点的坐标。此处，可以利用各种人脸关键点检测方式进行人脸关键点检测。例如，可以将二维人脸图像输入至预先训练的人脸关键点检测模型，得到二维人脸图像中的人脸对象的人脸关键点检测结果。其中，上述人脸关键点检测模型可以用于检测图像中的人脸对象的人脸关键点的位置。这里，人脸关键点检测模型可以是利用机器学习方法，基于样本集(包含人脸图像和用于指示人脸关键点的位置的标注)，对现有的卷积神经网络进行有监督训练得到的。其中，卷积神经网络可以使用各种现有的结构，例如DenseBox、VGGNet、ResNet、SegNet等。需要说明的是，上述机器学习方法、有监督训练方法是目前广泛研究和应用的公知技术，在此不再赘述。

第三步，将上述人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。

步骤402，对于样本集中的样本，确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值。

在本实施例中，对于样本集中的任一个样本，上述执行主体可以确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值。

此处，对于该样本中的任一人脸关键点，可以执行步骤403-步骤406，确定出该人脸关键点的映射位置。在将该样本中的各人脸关键点的映射位置确定完毕后，可以执行步骤407。

步骤403，对于该样本中的人脸关键点，将该人脸关键点的横坐标与上述横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与上述纵坐标最大值的比值确定为第二比值。

步骤404，将上述第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将上述第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值。

步骤405，将上述第一数值、上述第二数值分别作为横坐标、纵坐标，以构建目标坐标。

步骤406，将上述目标坐标所指示的上述映射图的位置确定为该人脸关键点的映射位置。

步骤407，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图。

在本实施例中，在确定该样本中的人脸关键点在待构建的映射图中的映射位置之后，上述执行主体可以将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图。作为示例，对于某一个人脸关键点，该人脸关键点在二维人脸图像中的坐标为(100,50)，该人脸关键点对应的映射位置为坐标(50,25)，该人脸关键点的深度值为30。则映射图中坐标(50,25)处的像素值为30。即，矩阵中第50行第25列的值为30。

在本实施例中，上述执行主体可以将映射图中的未映射人脸关键点的位置的像素值设置为预设值(例如0)。

步骤408，利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

在本实施例中，上述执行主体可以利用机器学习方法，将上述样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。具体地，上述执行主体可以利用有监督训练方式对预先建立的初始模型进行训练，将训练后的初始模型确定为映射图生成模型。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成模型的方法的流程400涉及了确定为该人脸关键点的映射位置的一种操作方式，由此，能够快速准确快速地确定出样本中的二维人脸图像的人脸关键点的映射位置，提高了数据处理的灵活性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于生成模型的装置的一个实施例，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5所示，本实施例所述的用于生成模型的装置500包括：获取单元501，被配置成获取样本集，其中，上述样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标、人脸关键点的深度值；构建单元502，被配置成对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；训练单元503，被配置成利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

在本实施例的一些可选的实现方式中，上述构建单元502可以进一步被配置成：将映射图中的未映射人脸关键点的位置的像素值设置为预设值。

在本实施例的一些可选的实现方式中，上述构建单元502可以进一步被配置成：确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值；对于该样本中的人脸关键点，将该人脸关键点的横坐标与上述横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与上述纵坐标最大值的比值确定为第二比值；将上述第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将所述第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值；将上述第一数值、上述第二数值分别作为横坐标、纵坐标，以构建目标坐标；将上述目标坐标所指示的上述映射图的位置确定为该人脸关键点的映射位置。

在本实施例的一些可选的实现方式中，上述样本集中的样本可以通过如下步骤生成：利用深度图采集装置采集包含人脸对象的人脸深度图；对上述人脸深度图对应的二维人脸图像进行关键点检测，以确定二维人脸图像中的人脸关键点的坐标；将上述人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。

本申请的上述实施例提供的装置，通过获取单元501获取样本集，可以利用其中的样本以进行映射图生成模型的训练。其中，样本集中的样本可以包括二维人脸图像、二维人脸图像中的人脸关键点的坐标、人脸关键点的深度值。而后，构建单元502基于样本中的人脸关键点的坐标，可以确定出人脸关键点在待构建的映射图中的映射位置。将样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，即可构建与该样本中的二维人脸图像对应的映射图。最后训练单元503利用机器学习方法，将二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，即可训练得到映射图生成模型。从而，能够得到一种可以用于生成映射图的模型，所生成的映射图能够在后续对人脸图像进行三维重建时提供帮助。该模型能够将人脸关键点的深度信息映射至相应位置的映射图中，提高了数据处理的灵活性。

请参见图6，其示出了本申请提供的用于处理人脸图像的方法的一个实施例的流程600。该用于处理人脸图像的方法可以包括以下步骤：

步骤601，获取目标人脸图像。

在本实施例中，用于处理人脸图像的方法的执行主体(例如图1所示的终端设备101、102、103)可以获取目标人脸图像。其中，上述目标人脸图像可以是上述执行主体所安装的摄像头等图像采集装置所采集的，也可以是上述执行主体从互联网中、或者其他电子设备中获取的。此处，目标人脸图像的获取位置不作限定。

步骤602，将目标人脸图像输入至映射图生成模型，生成与目标人脸图像对应的目标映射图。

在本实施例中，上述执行主体可以将上述目标人脸图像输入至映射图生成模型，生成与上述目标人脸图像对应的目标映射图。

在本实施例中，映射图生成模型可以是采用如上述图2实施例所描述的方法而生成的。具体生成过程可以参见图2实施例的相关描述，此处不再赘述。

步骤603，对于目标映射图中的点，将该点的像素值作为深度值，基于该点在目标映射图中的坐标和该点对应的深度值，确定该点对应的三维坐标。

在本实施例中，对于上述目标映射图中的点，上述执行设备可以将该点的像素值作为深度值，基于该点在上述目标映射图中的坐标和该点对应的深度值，确定该点对应的三维坐标。

具体地，对于目标映射图中的某个点，上述执行主体可以首先确定该点对应的二维人脸图像的映射位置。而后，可以将该点的像素值作为该映射位置对应的深度值。最后，可以将该映射位置的坐标(可以表示为(x，y))与该深度值(可以表示为z)构成该点对应的三维坐标(可以表示为(x，y，z))。

可以理解的是，由于利用如步骤图2实施例中所描述的方式，可以基于人脸关键点的坐标，确定该人脸关键点在待构建的映射图中的映射位置。因而，此处，对于目标映射图中的某个点，可以采用逆向过程，确定该点对应的二维人脸图像的映射位置。作为示例，可以按照如下步骤执行：

第一步，可以利用各种人脸关键点检测方法确定目标人脸图像中的人脸关键点的横坐标最大值和纵坐标最大值。需要说明的是，目标人脸图像也可以是对人脸关键点检测后的人脸关键点最小外接矩形。此时，横坐标最大值可以是目标人脸图像的长度。纵坐标最大值可以是目标人脸图像的高度。

第二步，对于目标映射图中的某个点，可以将该点的横坐标与目标映射图的长度的比值作为第三比值，将该点的纵坐标与目标映射图的高度的比值作为第四比值。

第三步，可以将上述第三比值与第一步所确定的横坐标最大值的乘积进行取整，得到第三数值，将上述第四比值与第一步所确定的纵坐标最大值的乘积进行取整，得到第四数值。

第四步，将上述第三数值、上述第四数值分别作为横坐标、纵坐标。

第五步，将第四步所构建的坐标所指示的位置确定为该点对应的二维人脸图像的映射位置。

步骤604，基于所确定的三维坐标，对目标人脸图像中的人脸对象进行三维重建。

在本实施例中，上述执行主体基于所确定的三维坐标，对上述目标人脸图像进行三维重建。此处，可以利用各种现有的三维重建工具进行目标人脸的三维重建。三维重建工具可以根据三维坐标生成三维网格(mesh)，而后进行渲染等操作。需要指出的是，基于三维坐标进行三维重建是目前广泛研究和应用的公知技术，在此不再赘述。

需要说明的是，本实施例用于处理人脸图像的方法可以用于测试上述各实施例所生成的映射图生成模型。进而根据测试结果可以不断地优化映射图生成模型。该方法也可以是上述各实施例所生成的映射图生成模型的实际应用方法。采用上述各实施例所生成的映射图生成模型，来进行人脸图像的处理，利用映射图中的点的映射确定人脸关键点的三维坐标，相较于直接将二维图像进行回归成三维坐标，降低了运算的数据量，提升了三维重建的效率。

继续参见图7，作为对上述图6所示方法的实现，本申请提供了一种用于处理人脸图像的装置的一个实施例。该装置实施例与图6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7所示，本实施例所述的用于处理人脸图像的装置700包括：获取单元701，被配置成获取目标人脸图像；输入单元702，被配置成将上述目标人脸图像输入如上述图2实施例所描述的方法生成的映射图生成模型，生成与上述目标人脸图像对应的目标映射图；确定单元703，被配置成对于上述目标映射图中的点，将该点的像素值作为深度值，基于该点在上述目标映射图中的坐标和该点对应的深度值，确定该点对应的三维坐标；生成单元704，被配置成基于所确定的三维坐标，对上述目标人脸图像中的人脸对象进行三维重建。

可以理解的是，该装置700中记载的诸单元与参考图6描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置700及其中包含的单元，在此不再赘述。

下面参考图8，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800的结构示意图。图8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8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；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809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，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810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808。

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，本公开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809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801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，本申请所述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、构造单元和训练单元。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“获取训练集的单元”。

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：获取样本集；对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

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)

1.一种用于生成模型的方法，包括：

获取样本集，其中，所述样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；

对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；

利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

2.根据权利要求1所述的用于生成模型的方法，其中，所述构建与该样本中的二维人脸图像对应的映射图，包括：

将映射图中的未映射人脸关键点的位置的像素值设置为预设值。

3.根据权利要求1所述的用于生成模型的方法，其中，所述基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，包括：

确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值；

对于该样本中的人脸关键点，将该人脸关键点的横坐标与所述横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与所述纵坐标最大值的比值确定为第二比值；将所述第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将所述第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值；将所述第一数值作为横坐标、所述第二数值作为纵坐标，以构建目标坐标；将所述目标坐标所指示的所述映射图的位置确定为该人脸关键点的映射位置。

4.根据权利要求1所述的用于生成模型的方法，其中，所述样本集中的样本通过如下步骤生成：

利用深度图采集装置采集包含人脸对象的人脸深度图；

对所述人脸深度图对应的二维人脸图像进行关键点检测，以确定二维人脸图像中的人脸关键点的坐标；

将所述人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。

5.一种用于生成模型的装置，包括：

获取单元，被配置成获取样本集，其中，所述样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；

构建单元，被配置成对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；

训练单元，被配置成利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。

6.根据权利要求5所述的用于生成模型的装置，其中，所述构建单元进一步被配置成：

将映射图中的未映射人脸关键点的位置的像素值设置为预设值。

7.根据权利要求5所述的用于生成模型的装置，其中，所述构建单元进一步被配置成：

确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值；

对于该样本中的人脸关键点，将该人脸关键点的横坐标与所述横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与所述纵坐标最大值的比值确定为第二比值；将所述第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将所述第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值；将所述第一数值作为横坐标、所述第二数值作为纵坐标，以构建目标坐标；将所述目标坐标所指示的所述映射图的位置确定为该人脸关键点的映射位置。

8.根据权利要求5所述的用于生成模型的装置，其中，所述样本集中的样本通过如下步骤生成：

利用深度图采集装置采集包含人脸对象的人脸深度图；

对所述人脸深度图对应的二维人脸图像进行关键点检测，以确定二维人脸图像中的人脸关键点的坐标；

将所述人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。

9.一种用于处理人脸图像的方法，包括：

获取目标人脸图像；

将所述目标人脸图像输入采用如权利要求1-4之一所述的方法生成的映射图生成模型，得到与所述目标人脸图像对应的目标映射图；

对于所述目标映射图中的点，将该点的像素值作为深度值，基于该点在所述目标映射图中的坐标和该点对应的深度值，确定该点对应的三维坐标；

基于所确定的三维坐标，对所述目标人脸图像中的人脸对象进行三维重建。

10.一种用于处理人脸图像的装置，包括：

获取单元，被配置成获取目标人脸图像；

输入单元，被配置成将所述目标人脸图像输入如权利要求1-4之一所述的方法生成的映射图生成模型，生成与所述目标人脸图像对应的目标映射图；

确定单元，被配置成对于所述目标映射图中的点，将该点的像素值作为深度值，基于该点在所述目标映射图中的坐标和该点对应的深度值，确定该点对应的三维坐标；

生成单元，被配置成基于所确定的三维坐标，对所述目标人脸图像中的人脸对象进行三维重建。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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1-4、9中任一所述的方法。

12.一种计算机可读介质，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1-4、9中任一所述的方法。

Images