CN110032941A - 人脸图像检测方法、人脸图像检测装置及终端设备 - Google Patents

人脸图像检测方法、人脸图像检测装置及终端设备 Download PDF

Info

Publication number
CN110032941A
CN110032941A CN201910198498.XA CN201910198498A CN110032941A CN 110032941 A CN110032941 A CN 110032941A CN 201910198498 A CN201910198498 A CN 201910198498A CN 110032941 A CN110032941 A CN 110032941A
Authority
CN
China
Prior art keywords
angle
target
default
vector
feature point
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
CN201910198498.XA
Other languages
English (en)
Other versions
CN110032941B (zh
Inventor
林嘉华
刘军
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.)
Shenzhen Infinova Ltd
Original Assignee
Shenzhen Infinova 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 Shenzhen Infinova Ltd filed Critical Shenzhen Infinova Ltd
Priority to CN201910198498.XA priority Critical patent/CN110032941B/zh
Publication of CN110032941A publication Critical patent/CN110032941A/zh
Application granted granted Critical
Publication of CN110032941B publication Critical patent/CN110032941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

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

Abstract

本发明适用于图像检测技术领域，提供了一种人脸图像检测方法、人脸图像检测装置及终端设备，所述人脸图像检测方法，包括：获取待检测图像中人脸的目标特征点信息；根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；获取预设参数，其中，所述预设参数与所述目标参数相对应；根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。通过本发明，可以以较小的计算量获取到更可靠、更准确的人脸特征数据。

Description

人脸图像检测方法、人脸图像检测装置及终端设备
技术领域
本发明属于图像检测技术领域，尤其涉及一种人脸图像检测方法、人脸图像检测装置及终端设备。
背景技术
在人脸识别等应用场景中，由于用户在进行人脸识别时的识别角度往往并不统一，因此，通过一般的摄像头采集人脸图像来进行人脸识别，可能会导致提取和识别的人脸特征数据不够可靠，导致在后续的人脸识别中进行匹配时的准确率不高，甚至可能导致后续人脸识别过程中出现误匹配等情况；而使用三维人脸图像采集来提取人脸特征信息的开发成本较高，计算量较大，设备资源消耗较大。
发明内容
有鉴于此，本发明实施例提供了一种人脸图像检测方法、人脸图像检测装置及终端设备，可以以较小的计算量获取到更可靠、更准确的人脸特征数据。
本发明实施例的第一方面提供了一种人脸图像检测方法，包括：
获取待检测图像中人脸的目标特征点信息；
根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；
获取预设参数，其中，所述预设参数与所述目标参数相对应；
根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。
本发明实施例的第二方面提供了一种人脸图像检测装置，包括：
第一获取模块，用于获取待检测图像中人脸的目标特征点信息；
第二获取模块，用于根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；
第三获取模块，用于获取预设参数，其中，所述预设参数与所述目标参数相对应；
处理模块，用于根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述人脸图像检测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述人脸图像检测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例中，获取待检测图像中人脸的目标特征点信息；根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；获取预设参数，其中，所述预设参数与所述目标参数相对应；根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。本发明实施例可以通过二维图像中的目标特征点所获得目标参数，并根据所述目标参数和预设参数，获得人脸在三维空间中的转动信息，而无需三维人脸图像采集设备来获取人脸在三维空间中的数据，从而以较小的计算量和设备资源消耗，获取到了更可靠、更准确的人脸特征数据，提高了人脸匹配等后续操作的准确率，具有较高的实用性和易用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的人脸图像检测方法的实现流程示意图；
图2是本发明实施例一提供的所述待检测图像中人脸在三维空间的转动角度的示意图；
图3是本发明实施例二提供的人脸图像检测方法的实现流程示意图；
图4是本发明实施例三提供的人脸图像检测装置的示意图；
图5是本发明实施例四提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1是本发明实施例一提供的人脸图像检测方法的实现流程示意图，如图 1所示该人脸图像检测方法可以包括以下步骤：
步骤S101，获取待检测图像中人脸的目标特征点信息。
本发明实施例中，所述待检测图像可以是用户通过终端设备的相机APP拍摄的图像；或者，可以是终端设备中的相机APP所采集预览画面中的一帧预览图像；或者，也可以是终端设备本地所保存的图像；或者，还可以是在线观看的视频或本地保存的视频中的某一帧图像，或者，可以是终端设备通过预设接口或者预设通信方式等获取到的图像等等。所述待检测图像的获取方式及存储位置等在此不作限定。
其中，获取所述待检测图像中人脸的目标特征点信息的获取方式可以有多种。例如，可以通过神经网络模型来获取所述目标特征点信息。示例性的，所述神经网络模型可以是Faster R-CNN模型、YOLO模型、SSD模型等，当然，也可以采用其他方式来获取所述目标特征点信息，例如，通过尺度不变特征变换(Scale-invariant feature transform，SIFT)算法、Harris算法等来获取所述目标特征点信息。所述目标特征点信息中的目标特征点可以包括人脸的眼、鼻、嘴、耳朵、头发等一个或多个组织或器官上的特征点，也可以是面部的一些非组织或者器官上的特征点，特别的，所述目标特征点可以包括关于人脸的中间轴线相互对应的两个特征点，如分别在左眼和右眼上的特征点，或者嘴巴左侧和嘴巴右侧的特征点等等。
可选的，所述目标特征点信息包括左右眼特征点、鼻子特征点、嘴巴左右两侧特征点等特征点中至少一种的信息。
其中，所述左右眼特征点可以包括分别位于左眼和右眼(如左眼眼球中心和右眼眼球中心)的特征点，所述嘴巴左右两侧特征点可以包括分别位于嘴巴左侧和嘴巴右侧(如左侧嘴角和右侧嘴角)的特征点。此时，可以认为所述左右眼特征点为一组特征点，而嘴巴左右两侧特征点为另一组特征点。
步骤S102，根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联。
本发明实施例中，所述目标参数可以包括向量、夹角、距离等等。所述目标参数与所述目标特征点相关联，则所述目标参数可以指示所述目标特征点之间的关系，如相对位置关系等等。具体的，可以通过所述目标特征点的坐标，获得至少两个目标特征点之间的目标向量，并可以进一步获得所述目标向量之间的目标夹角。
步骤S103，获取预设参数，其中，所述预设参数与所述目标参数相对应。
本发明实施例中，所述预设参数可以指示预设人脸上的参数。其中，所述预设人脸可以是预先设置的、在三维空间中相对于指定的轴对称的、未发生转动的人脸。所述预设参数所指示的在预设人脸上的信息可以与所述目标参数所指示的在所述待检测图像中的人脸上的信息相对应。
步骤S104，根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。
本发明实施例中，所述人脸在三维空间中的转动信息，可以包括所述人脸在三维空间中，x轴、y轴和z轴的转动信息，其中，所述x轴和y轴位于所述待检测图像所在的平面，所述z轴与所述待检测图像所在的平面垂直。当然，所述x轴、y轴和z轴也可以由其他设置方式，或者，所述人脸在三维空间中的转动信息所对应的坐标系也可以包括其他坐标系，如极坐标系、柱坐标系等等。
示例性的，所述转动信息可以包括所述待检测图像中人脸在三维空间的转动角度，其中，所述转动角度可以包括水平转动角度、竖直转动角度和/或在平面内的倾斜角度等等；示例性的，所述水平转动角度可以以所述待检测图像的水平方向为参考，所述竖直转动角度可以以所述待检测图像的竖直方向为参考，所述平面内的倾斜角度可以以垂直于所述待检测图像所在的平面的方向为参考。
示例性的，若所述目标参数包括目标夹角，且，所述预设参数包括与所述目标夹角相对应的预设夹角，通过比对所述目标夹角和所述预设夹角，并根据预设方式将所述目标夹角与所述预设夹角的比对结果进行转换，可以得到所述待检测图像中的人脸在三维空间中的转动信息。其中，所述预设方式可以根据不同目标夹角所分别对应的权重等来确定。
可选的，所述根据所述目标特征点信息，获得目标参数，包括：
根据所述目标特征点信息，获得目标向量，其中，所述目标向量指示所述目标特征点信息中的至少两个目标特征点之间的相对位置；
根据所述目标向量，获得目标夹角；
相应的，所述获取预设参数，包括：
获取与所述目标夹角相对应的预设夹角；
相应的，所述根据所述目标参数和所述预设参数，获得所述待检测图像中人脸的转动信息，包括：
根据所述目标夹角和所述预设夹角，获得所述待检测图像中人脸在三维空间的转动角度。
本发明实施例中，所述目标夹角可以指示至少两个目标向量之间的夹角。
可选的，所述三维空间的转动角度包括水平转动角度和/或竖直转动角度。
其中，示例性的，所述水平转动角度可以以所述待检测图像的水平方向为参考，所述竖直转动角度可以以所述待检测图像的竖直方向为参考。
可选的，所述目标特征点信息包括左眼特征点(x0,y0)、右眼特征点(x1,y1)、鼻子特征点(x2,y2)、嘴巴左侧特征点(x3,y3)和嘴巴右侧特征点(x4,y4)的信息；
相应的，所述根据所述目标特征点信息，获得目标向量，包括：
获取所述鼻子特征点(x2,y2)分别与左眼特征点(x0,y0)、右眼特征点(x1,y1)、嘴巴左侧特征点(x3,y3)和嘴巴右侧特征点(x4,y4)之间的第一目标向量 l0(x0-x2,y0-y2)、第二目标向量l1(x1-x2,y1-y2)、第三目标向量 l2(x3-x2,y3-y2)和第四目标向量l3(x4-x2,y4-y2)；
相应的，所述根据所述目标向量，获得目标夹角包括：
获取所述第一目标向量与所述第二目标向量之间的第一目标夹角所述第一目标向量与所述第三目标向量之间的第二目标夹角所述第三目标向量与所述第四目标向量之间的第三目标夹角和所述第四目标向量与所述第二目标向量之间的第四目标夹角
相应的，所述获取与所述目标夹角相对应的预设夹角，包括：
获取预设人脸中，预设鼻子特征点(u2,v2)与预设左眼特征点(u0,v0)之间的第一预设向量预设鼻子特征点(u2,v2)与预设右眼特征点 (u1,v1)之间的第二预设向量预设鼻子特征点(u2,v2)与预设嘴巴左侧特征点(u3,v3)之间的第三预设向量和预设鼻子特征点(u2,v2)与预设嘴巴右侧特征点(u4,v4)之间的第四预设向量
获取所述第一预设向量与所述第二预设向量之间的第一预设夹角所述第一预设向量与所述第三预设向量之间的第二预设夹角所述第三预设向量与所述第四预设向量之间的第三预设夹角和所述第四预设向量与所述第二预设向量之间的第四预设夹角
相应的，所述根据所述目标夹角和所述预设夹角，获得所述待检测图像中人脸在三维空间的转动角度，包括：
根据第一公式计算所述水平转动角度，所述第一公式为：
其中，所述Yang1e为所述水平转动角度，所述α为第一调节参数，所述β为第二调节参数，所述θ0为第一目标夹角，所述θ1为第二目标夹角，所述θ2为第三目标夹角，所述θ3为第四目标夹角，所述φ0为第一预设夹角，所述φ1为第二预设夹角，所述φ2为第三预设夹角，所述φ3为第四预设夹角，所述l0为第一目标向量，所述l1为第二目标向量，所述l2为第三目标向量，所述l3为第四目标向量；
和/或，根据第二公式计算竖直转动角度，所述第二公式为：
其中，所述Pangle为所述竖直转动角度，所述μ为第三调节参数，所述λ为第四调节参数，所述θ0为第一目标夹角，所述θ1为第二目标夹角，所述θ2为第三目标夹角，所述θ3为第四目标夹角，所述φ0为第一预设夹角，所述φ1为第二预设夹角，所述φ2为第三预设夹角，所述φ3为第四预设夹角。
本发明实施例中，左眼特征点(x0,y0)和右眼特征点(x1,y1)可以关于所述人脸的中间轴线相互对应，所述嘴巴左侧特征点(x3,y3)和嘴巴右侧特征点(x4,y4) 也可以关于所述人脸的中间轴线相互对应，所述鼻子特征点(x2,y2)可以位于所述人脸的中间轴线上。其中，所述人脸的中间轴线可以指所述人脸在未发生偏转时的面部五官的对称轴线。
其中，所述α和所述β可以分别指示不同方向上的角度对所述水平转动角度 Yangle的影响大小，例如所述α可以指示所述第一目标夹角对所述水平转动角度Yangle的影响大小，所述β可以指示所述第三目标夹角对所述水平转动角度Yangle的影响大小。
而所述μ和所述λ可以分别指示不同方向上的角度对所述竖直转动角度 Pangle的影响大小，例如所述μ可以指示所述第二目标夹角对所述竖直转动角度 Pangle的影响大小，所述λ可以指示所述第四目标夹角对所述竖直转动角度Pangle的影响大小。
可选的，所述β小于α，所述μ小于λ，且所述α小于第一预设阈值，所述λ小于第二预设阈值。
本发明实施例中，所述第一预设阈值和所述第二预设阈值可以根据实际测试、推理等方式来确定。示例性的，所述第一预设阈值可以为0.5，所述第二预设阈值可以为0.5。
如图2所示，为所述待检测图像中人脸在三维空间的转动角度的一种示例。其中，所述转动角度可以包括水平转动角度、竖直转动角度和/或在平面内的倾斜角度中至少一种。
本发明实施例可以通过二维图像中的目标特征点所获得目标参数，并根据所述目标参数和预设参数，获得人脸在三维空间中的转动信息，而无需三维人脸图像采集设备来获取人脸在三维空间中的数据，从而以较小的计算量和设备资源消耗，获取到了更可靠、更准确的人脸特征数据，提高了人脸匹配等后续操作的准确率，具有较高的实用性和易用性。
在上述实施例的基础上，图3是本发明实施例二提供的人脸图像检测方法的实现流程示意图，如图3所示该人脸图像检测方法可以包括以下步骤：
步骤S301，获取待检测图像中人脸的目标特征点信息，所述目标特征点信息中的目标特征点包括至少一组特征点，其中，所述一组特征点包括关于所述人脸的中间轴线相互对应的两个特征点。
本实施例步骤S301中的部分内容与上述步骤S101相同或相似，具体可参见步骤S101相关描述，在此不再赘述。
本发明实施例中，示例性的，所述一组特征点可以包括左眼特征点和右眼特征点、嘴巴左侧特征点和嘴巴右侧特征点等中的至少一组。当然，所述一组特征点还可以为位于人脸其他位置的特征点。所述人脸的中间轴线可以指所述人脸在未发生偏转时的面部五官的对称轴线。
步骤S302，获取所述一组特征点中两个特征点之间的第五目标向量。
步骤S303，获取沿水平方向的水平向量，或者，沿竖直方向的竖直向量。
本发明实施例中，所述水平向量以及所述竖直向量的向量值大小大于0，其具体取值可以有多种，在此不作限制。
步骤S304，计算所述第五目标向量与所述水平向量之间的第五目标夹角，或者，计算所述第五目标向量与所述竖直向量之间的第六目标夹角。
步骤S305，根据所述第五目标夹角或者所述第六目标夹角，获得所述待检测图像中的人脸在平面内的倾斜角度。
本发明实施例中，所述平面可以为所述待检测图像所在的平面。需要说明的是，所述人脸在平面内的倾斜角度可以指示所述人脸在三维空间中的一个平面上的转动角度，因此，所述待检测图像中的人脸在平面内的倾斜角度也属于所述待检测图像中的人脸在三维空间中的转动信息。
下面以一个示例来说明本发明实施例。
示例性的，所述第五目标向量可以是左眼特征点(x0,y0)和右眼特征点 (x1,y1)之间的向量Γ(x1-x0,y1-y0)，所述竖直向量为τ＝(0,δ)，δ不等于0，那么，可以根据第三公式计算所述第五目标向量和所述竖直向量之间的余弦角度Rangle，所述第三公式为：
其中，所述Rangle为所述第五目标向量和所述竖直向量之间的余弦角度，所述Γ为所述第五目标向量(x1-x0,y1-y0)，所述τ为所述竖直向量为(0,δ)，δ不等于0。
根据所述余弦角度Rangle，可以获得所述待检测图像中的人脸在平面内的倾斜角度。
本发明实施例中，通过计算所述第五目标向量与所述水平向量之间的第五目标夹角，或者，计算所述第五目标向量与所述竖直向量之间的第六目标夹角，并根据所述第五目标夹角或者所述第六目标夹角，获得所述待检测图像中的人脸在平面内的倾斜角度，能够根据二维平面的人脸特征点信息来获得人脸在平面内的倾斜角度，以进一步获得更可靠的人脸特征数据，从而以较小的计算量和设备资源消耗，获取到了更可靠、更准确的人脸特征数据，提高了人脸匹配等后续操作的准确率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图4是本发明实施例三提供的人脸图像检测装置的示意图。为了便于说明，仅示出了与本发明实施例相关的部分。
所述人脸图像检测装置400包括：
第一获取模块401，用于获取待检测图像中人脸的目标特征点信息；
第二获取模块402，用于根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；
第三获取模块403，用于获取预设参数，其中，所述预设参数与所述目标参数相对应；
处理模块404，用于根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。
可选的，所述目标特征点信息包括左右眼特征点、鼻子特征点、嘴巴左右两侧特征点等特征点中至少一种的信息。
可选的，所述第二获取模块402具体包括：
第一获取单元，用于根据所述目标特征点信息，获得目标向量，其中，所述目标向量指示所述目标特征点信息中的至少两个目标特征点之间的相对位置；
第二获取单元，用于根据所述目标向量，获得目标夹角；
相应的，所述第三获取模块403具体用于：
获取与所述目标夹角相对应的预设夹角；
相应的，所述处理模块404具体用于：
根据所述目标夹角和所述预设夹角，获得所述待检测图像中人脸在三维空间的转动角度。
可选的，所述三维空间的转动角度包括水平转动角度和/或竖直转动角度。
可选的，所述目标特征点信息包括左眼特征点(x0,y0)、右眼特征点(x1,y1)、鼻子特征点(x2,y2)、嘴巴左侧特征点(x3,y3)和嘴巴右侧特征点(x4,y4)的信息；
相应的，所述第一获取单元具体用于：
获取所述鼻子特征点(x2,y2)分别与左眼特征点(x0,y0)、右眼特征点(x1,y1)、嘴巴左侧特征点(x3,y3)和嘴巴右侧特征点(x4,y4)之间的第一目标向量 l0(x0-x2,y0-y2)、第二目标向量l1(x1-x2,y1-y2)、第三目标向量 l2(x3-x2,y3-y2)和第四目标向量l3(x4-x2,y4-y2)；
相应的，所述第二获取单元具体用于：
获取所述第一目标向量与所述第二目标向量之间的第一目标夹角所述第一目标向量与所述第三目标向量之间的第二目标夹角所述第三目标向量与所述第四目标向量之间的第三目标夹角和所述第四目标向量与所述第二目标向量之间的第四目标夹角
相应的，所述第三获取模块403具体用于：
获取与所述目标夹角相对应的预设夹角；
相应的，所述处理模块404具体包括：
第三获取单元，用于获取预设人脸中，预设鼻子特征点(u2,v2)与预设左眼特征点(u0,v0)之间的第一预设向量预设鼻子特征点 (u2,v2)与预设右眼特征点(u1,v1)之间的第二预设向量预设鼻子特征点(u2,v2)与预设嘴巴左侧特征点(u3,v3)之间的第三预设向量和预设鼻子特征点(u2,v2)与预设嘴巴右侧特征点(u4,v4)之间的第四预设向量
第四获取单元，用于获取所述第一预设向量与所述第二预设向量之间的第一预设夹角所述第一预设向量与所述第三预设向量之间的第二预设夹角所述第三预设向量与所述第四预设向量之间的第三预设夹角和所述第四预设向量与所述第二预设向量之间的第四预设夹角
相应的，所述处理模块404具体包括：
第一计算单元，用于根据第一公式计算所述水平转动角度，所述第一公式为：
其中，所述Yangle为所述水平转动角度，所述α为第一调节参数，所述β为第二调节参数，所述θ0为第一目标夹角，所述θ1为第二目标夹角，所述θ2为第三目标夹角，所述θ3为第四目标夹角，所述φ0为第一预设夹角，所述φ1为第二预设夹角，所述φ2为第三预设夹角，所述φ3为第四预设夹角，所述l0为第一目标向量，所述l1为第二目标向量，所述l2为第三目标向量，所述l3为第四目标向量；
和/或，第二计算单元，用于根据第二公式计算竖直转动角度，所述第二公式为：
其中，所述Pangle为所述竖直转动角度，所述μ为第三调节参数，所述λ为第四调节参数，所述θ0为第一目标夹角，所述θ1为第二目标夹角，所述θ2为第三目标夹角，所述θ3为第四目标夹角，所述φ0为第一预设夹角，所述φ1为第二预设夹角，所述φ2为第三预设夹角，所述φ3为第四预设夹角。
可选的，所述β小于α，所述μ小于λ，且所述α小于第一预设阈值，所述λ小于第二预设阈值。
可选的，所述目标特征点信息中的目标特征点包括至少一组特征点，其中，所述一组特征点包括关于所述人脸的中间轴线相互对应的两个特征点；
相应的，所述第二获取模块402具体用于：
获取所述一组特征点中两个特征点之间的第五目标向量；
相应的，所述第三获取模块403具体用于：
获取沿水平方向的水平向量，或者，沿竖直方向的竖直向量；
相应的，所述处理模块404具体包括：
第三计算单元，用于计算所述第五目标向量与所述水平向量之间的第五目标夹角，或者，计算所述第五目标向量与所述竖直向量之间的第六目标夹角；
第五获取单元，用于根据所述第五目标夹角或者所述第六目标夹角，获得所述待检测图像中的人脸在平面内的倾斜角度。
图5是本发明实施例四提供的终端设备的示意图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52 时实现上述各个人脸图像检测方法实施例中的步骤，例如图1所示的步骤101 至104。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至404的功能。
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如，所述计算机程序52可以被分割成第一获取模块、第二获取模块、第三获取模块、处理模块，各模块具体功能如下：
第一获取模块，用于获取待检测图像中人脸的目标特征点信息；
第二获取模块，用于根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；
第三获取模块，用于获取预设参数，其中，所述预设参数与所述目标参数相对应；
处理模块，用于根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5 的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种人脸图像检测方法，其特征在于，包括：
获取待检测图像中人脸的目标特征点信息；
根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；
获取预设参数，其中，所述预设参数与所述目标参数相对应；
根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。
2.如权利要求1所述的人脸图像检测方法，其特征在于，所述目标特征点信息包括左右眼特征点、鼻子特征点、嘴巴左右两侧特征点等特征点中至少一种的信息。
3.如权利要求1所述的人脸图像检测方法，其特征在于，所述根据所述目标特征点信息，获得目标参数，包括：
根据所述目标特征点信息，获得目标向量，其中，所述目标向量指示所述目标特征点信息中的至少两个目标特征点之间的相对位置；
根据所述目标向量，获得目标夹角；
相应的，所述获取预设参数，包括：
获取与所述目标夹角相对应的预设夹角；
相应的，所述根据所述目标参数和所述预设参数，获得所述待检测图像中人脸的转动信息，包括：
根据所述目标夹角和所述预设夹角，获得所述待检测图像中人脸在三维空间的转动角度。
4.如权利要求3所述的人脸图像检测方法，其特征在于，所述三维空间的转动角度包括水平转动角度和/或竖直转动角度。
5.如权利要求4所述的人脸图像检测方法，其特征在于，所述目标特征点信息包括左眼特征点(x0，y0)、右眼特征点(x1，y1)、鼻子特征点(x2，y2)、嘴巴左侧特征点(x3，y3)和嘴巴右侧特征点(x4，y4)的信息；
相应的，所述根据所述目标特征点信息，获得目标向量，包括：
获取所述鼻子特征点(x2，y2)分别与左眼特征点(x0，y0)、右眼特征点(x1，y1)、嘴巴左侧特征点(x3，y3)和嘴巴右侧特征点(x4，y4)之间的第一目标向量l0(x0-x2，y0-y2)、第二目标向量l1(x1-x2，y1-y2)、第三目标向量l2(x3-x2，y3-y2)和第四目标向量l3(x4-x2，y4-y2)；
相应的，所述根据所述目标向量，获得目标夹角包括：
获取所述第一目标向量与所述第二目标向量之间的第一目标夹角所述第一目标向量与所述第三目标向量之间的第二目标夹角所述第三目标向量与所述第四目标向量之间的第三目标夹角和所述第四目标向量与所述第二目标向量之间的第四目标夹角
相应的，所述获取与所述目标夹角相对应的预设夹角，包括：
获取预设人脸中，预设鼻子特征点(u2，v2)与预设左眼特征点(u0，v0)之间的第一预设向量预设鼻子特征点(u2，v2)与预设右眼特征点(u1，v1)之间的第二预设向量预设鼻子特征点(u2，v2)与预设嘴巴左侧特征点(u3，v3)之间的第三预设向量和预设鼻子特征点(u2，v2)与预设嘴巴右侧特征点(u4，v4)之间的第四预设向量
获取所述第一预设向量与所述第二预设向量之间的第一预设夹角所述第一预设向量与所述第三预设向量之间的第二预设夹角所述第三预设向量与所述第四预设向量之间的第三预设夹角和所述第四预设向量与所述第二预设向量之间的第四预设夹角
相应的，所述根据所述目标夹角和所述预设夹角，获得所述待检测图像中人脸在三维空间的转动角度，包括：
根据第一公式计算所述水平转动角度，所述第一公式为：
其中，所述Yangle为所述水平转动角度，所述α为第一调节参数，所述β为第二调节参数，所述θ0为第一目标夹角，所述θ1为第二目标夹角，所述θ2为第三目标夹角，所述θ3为第四目标夹角，所述φ0为第一预设夹角，所述φ1为第二预设夹角，所述φ2为第三预设夹角，所述φ3为第四预设夹角，所述l0为第一目标向量，所述l1为第二目标向量，所述l2为第三目标向量，所述l3为第四目标向量；
和/或，根据第二公式计算竖直转动角度，所述第二公式为：
其中，所述Pangle为所述竖直转动角度，所述μ为第三调节参数，所述λ为第四调节参数，所述θ0为第一目标夹角，所述θ1为第二目标夹角，所述θ2为第三目标夹角，所述θ3为第四目标夹角，所述φ0为第一预设夹角，所述φ1为第二预设夹角，所述φ2为第三预设夹角，所述φ3为第四预设夹角。
6.如权利要求5所述的人脸图像检测方法，其特征在于，所述β小于α，所述μ小于λ，且所述α小于第一预设阈值，所述λ小于第二预设阈值。
7.如权利要求1至6任意一项所述的人脸图像检测方法，其特征在于，所述目标特征点信息中的目标特征点包括至少一组特征点，其中，所述一组特征点包括关于所述人脸的中间轴线相互对应的两个特征点；
相应的，所述根据所述目标特征点信息，获得目标参数，包括：
获取所述一组特征点中两个特征点之间的第五目标向量；
相应的，所述获取预设参数，包括：
获取沿水平方向的水平向量，或者，沿竖直方向的竖直向量；
相应的，所述根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息，包括：
计算所述第五目标向量与所述水平向量之间的第五目标夹角，或者，计算所述第五目标向量与所述竖直向量之间的第六目标夹角；
根据所述第五目标夹角或者所述第六目标夹角，获得所述待检测图像中的人脸在平面内的倾斜角度。
8.一种人脸图像检测装置，其特征在于，包括：
第一获取模块，用于获取待检测图像中人脸的目标特征点信息；
第二获取模块，用于根据所述目标特征点信息，获得目标参数，其中，所述目标参数与所述目标特征点信息中的目标特征点相关联；
第三获取模块，用于获取预设参数，其中，所述预设参数与所述目标参数相对应；
处理模块，用于根据所述目标参数和所述预设参数，获得所述待检测图像中的人脸在三维空间中的转动信息。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述人脸图像检测方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸图像检测方法的步骤。
CN201910198498.XA 2019-03-15 2019-03-15 人脸图像检测方法、人脸图像检测装置及终端设备 Active CN110032941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910198498.XA CN110032941B (zh) 2019-03-15 2019-03-15 人脸图像检测方法、人脸图像检测装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910198498.XA CN110032941B (zh) 2019-03-15 2019-03-15 人脸图像检测方法、人脸图像检测装置及终端设备

Publications (2)

Publication Number Publication Date
CN110032941A true CN110032941A (zh) 2019-07-19
CN110032941B CN110032941B (zh) 2022-06-17

Family

ID=67236139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910198498.XA Active CN110032941B (zh) 2019-03-15 2019-03-15 人脸图像检测方法、人脸图像检测装置及终端设备

Country Status (1)

Country Link
CN (1) CN110032941B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111507889A (zh) * 2020-04-13 2020-08-07 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
CN113536268A (zh) * 2021-07-13 2021-10-22 云南财经大学 基于深度学习的计算机人脸识别方法
CN113642354A (zh) * 2020-04-27 2021-11-12 武汉Tcl集团工业研究院有限公司 人脸姿态的确定方法、计算机设备、计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101499132A (zh) * 2009-03-12 2009-08-05 广东药学院 一种人脸图像中特征点提取的三维变换搜索方法
US20100064259A1 (en) * 2008-09-11 2010-03-11 Lg Electronics Inc. Controlling method of three-dimensional user interface switchover and mobile terminal using the same
CN101976359A (zh) * 2010-09-26 2011-02-16 浙江大学 一种三维人脸的特征点自动定位的方法
US20170024607A1 (en) * 2015-07-20 2017-01-26 International Business Machines Corporation Facial feature location using symmetry line
CN106991367A (zh) * 2016-01-21 2017-07-28 腾讯科技（深圳）有限公司 确定人脸转动角度的方法和装置
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法
CN108573218A (zh) * 2018-03-21 2018-09-25 漳州立达信光电子科技有限公司 人脸数据采集方法及终端设备
CN108921148A (zh) * 2018-09-07 2018-11-30 北京相貌空间科技有限公司 确定正脸倾斜角度的方法及装置
CN109376596A (zh) * 2018-09-14 2019-02-22 广州杰赛科技股份有限公司 人脸匹配方法、装置、设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100064259A1 (en) * 2008-09-11 2010-03-11 Lg Electronics Inc. Controlling method of three-dimensional user interface switchover and mobile terminal using the same
CN101499132A (zh) * 2009-03-12 2009-08-05 广东药学院 一种人脸图像中特征点提取的三维变换搜索方法
CN101976359A (zh) * 2010-09-26 2011-02-16 浙江大学 一种三维人脸的特征点自动定位的方法
US20170024607A1 (en) * 2015-07-20 2017-01-26 International Business Machines Corporation Facial feature location using symmetry line
CN106991367A (zh) * 2016-01-21 2017-07-28 腾讯科技（深圳）有限公司 确定人脸转动角度的方法和装置
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法
CN108573218A (zh) * 2018-03-21 2018-09-25 漳州立达信光电子科技有限公司 人脸数据采集方法及终端设备
CN108921148A (zh) * 2018-09-07 2018-11-30 北京相貌空间科技有限公司 确定正脸倾斜角度的方法及装置
CN109376596A (zh) * 2018-09-14 2019-02-22 广州杰赛科技股份有限公司 人脸匹配方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KOBAYASHI T ET AL: "Three-dimensional analysis of face morphology by perspective transformation", 《JOURNAL OF ORAL SURGERY SOCIETY OF JAPAN》 *
蒋建国等: "基于深度数据的空间人脸旋转角度估计", 《图学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111507889A (zh) * 2020-04-13 2020-08-07 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
CN113642354A (zh) * 2020-04-27 2021-11-12 武汉Tcl集团工业研究院有限公司 人脸姿态的确定方法、计算机设备、计算机可读存储介质
CN113642354B (zh) * 2020-04-27 2024-07-05 武汉Tcl集团工业研究院有限公司 人脸姿态的确定方法、计算机设备、计算机可读存储介质
CN113536268A (zh) * 2021-07-13 2021-10-22 云南财经大学 基于深度学习的计算机人脸识别方法

Also Published As

Publication number Publication date
CN110032941B (zh) 2022-06-17

Similar Documents

Publication Publication Date Title
US9372546B2 (en) Hand pointing estimation for human computer interaction
EP2993614B1 (en) Method and device for facial recognition
KR102357340B1 (ko) 얼굴 인식 방법 및 장치
CN109816769A (zh) 基于深度相机的场景地图生成方法、装置及设备
EP4002290A1 (en) Three-dimensional facial model generation method and apparatus, computer device and storage medium
CN106778453B (zh) 人脸图像中检测眼镜佩戴的方法及装置
KR102476016B1 (ko) 안구 위치 정보 확정 방법 및 장치
CN110032941A (zh) 人脸图像检测方法、人脸图像检测装置及终端设备
CN104246793A (zh) 移动设备的三维脸部识别
CN109948397A (zh) 一种人脸图像校正方法、系统及终端设备
WO2015146101A1 (ja) 顔照合装置、方法、及び、記録媒体
CN108427927A (zh) 目标再识别方法和装置、电子设备、程序和存储介质
CN108875533A (zh) 人脸识别的方法、装置、系统及计算机存储介质
KR20160087167A (ko) 사용자 인증 방법 및 장치
CN108062544A (zh) 用于人脸活体检测的方法和装置
CN109740511B (zh) 一种人脸表情匹配方法、装置、设备及存储介质
CN109937434A (zh) 图像处理方法、装置、终端和存储介质
CN108573218A (zh) 人脸数据采集方法及终端设备
CN109977764A (zh) 基于平面检测的活体识别方法、装置、终端及存储介质
CN111222452A (zh) 一种人脸匹配方法、装置、电子设备及可读存储介质
CN111783677B (zh) 人脸识别方法、装置、服务器和计算机可读介质
CN114140839A (zh) 用于人脸识别的图像发送方法、装置、设备及存储介质
US10861174B2 (en) Selective 3D registration
CN113870190B (zh) 竖直线条检测方法、装置、设备及存储介质
US11910068B2 (en) Panoramic render of 3D video

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