CN110032959B - 一种人脸脸型判断方法及装置 - Google Patents

Abstract

本发明的方面涉及人脸识别技术领域，特别是涉及一种人脸脸型判断方法及装置。获取人脸图像步骤，获取人脸图像；获取人脸关键点步骤，基于人脸图像，获取人脸关键点；获取对比参数步骤，基于人脸关键点，获取对比参数，对比参数包括：人脸关键点之间的线段长度、线段之间的角度以及人脸轮廓拟合椭圆的离心率；获取判断参数区间步骤，获取判断参数区间，判断参数区间与对比参数对应，用于判断人脸脸型；匹配步骤，将对比参数与判断参数区间进行匹配；判断步骤，根据匹配步骤的结果，判断人脸脸型。通过上述技术方案，构造人脸脸型判断模型工程小，可以快速识别人脸脸型，从而提升用户体验。

Description

一种人脸脸型判断方法及装置

技术领域

本发明一般地涉及人脸识别技术领域，特别是涉及一种人脸脸型判断方法及装置。

背景技术

随着人们物质水平生活的日益提高，人们在个人形象设计方面的需求迅速增长，因为科学技术的发展和技术产业化应用水平的提升，对应的服务行业，如形象设计、美容美发、服装首饰、化妆娱乐等，也正向着个性化、专业化、科学化、信息化的方向发展。通过对人脸脸型判断，有助于帮助人们找到适合自己的产品。

另外手机等用户终端产品中，也存在大量软件或应用，如人脸解锁、人脸重塑、3D美颜等，也需要对人脸脸型进行检测和判断。

目前针对人脸脸型判断的技术，需要构建的网络模型较大，工程接入比较复杂，以至于用户在使用过程中体验较差。

发明内容

为了解决现有技术中存在的上述问题，本发明提供一种人脸脸型判断方法及装置。

第一方面，本发明实施例提供一种人脸脸型判断方法，其中，包括：获取人脸图像步骤，获取人脸图像；获取人脸关键点步骤，基于人脸图像，获取人脸关键点；获取对比参数步骤，基于人脸关键点，获取对比参数，对比参数包括：人脸关键点之间的线段长度、线段之间的角度以及人脸轮廓拟合椭圆的离心率；获取判断参数区间步骤，获取判断参数区间，判断参数区间与对比参数对应，用于判断人脸脸型；匹配步骤，将对比参数与判断参数区间进行匹配；判断步骤，根据匹配步骤的结果，判断人脸脸型。

在一实施例中，获取人脸关键点步骤，通过人脸关键点检测模型，检测得到人脸关键点，获得人脸关键点的二维坐标。

在一实施例中，人脸关键点包括：左颞骨关键点、右颞骨关键点、左下颌骨关键点、右下颌骨关键点、眉中心关键点和下巴中心关键点；基于人脸关键点，获取对比参数包括：通过人脸关键点的二维坐标得到人脸的宽长比值、左右两边脸颊与下颌骨夹角的角度、下巴的角度、左右两边脸颊夹角的角度。

在一实施例中，人脸轮廓拟合椭圆的离心率通过人脸关键点的二维坐标经过椭圆拟合获得。

在一实施例中，获取判断参数区间步骤包括：获取各个人脸脸型的判断参数区间，不同人脸脸型的判断参数区间不完全相同，判断参数区间包括：人脸的宽长比值区间、左右两边脸颊与下颌骨夹角的角度区间、下巴的角度区间、左右两边脸颊夹角的角度区间以及人脸轮廓拟合椭圆的离心率区间。

在一实施例中，判断步骤还包括：根据匹配到同一人脸脸型的判断参数区间的个数进行判断，匹配到的判断参数区间个数多的人脸脸型作为判断结果。

在另一实施例中，判断步骤还包括：预设判断参数区间的优先级，当匹配到多种人脸脸型的判断参数区间个数相同且匹配到的判断参数区间不完全相同时，对于匹配到的多种人脸脸型之间不同的判断参数区间，按照优先级最高的判断参数区间进行人脸脸型判断。

在又一实施例中，判断步骤还包括：预设判断参数区间的优先级，当匹配到多种人脸脸型的判断参数区间的个数相同且匹配到的判断参数区间完全不相同时，按照匹配到的优先级最高的判断参数区间进行人脸脸型判断。

在一实施例中，人脸脸型判断方法用于包括：美妆验证、人脸重塑或3D美颜。

第二方面，本发明实施例提供一种人脸脸型判断装置，其中，包括：获取人脸图像模块，用于获取人脸图像；获取人脸关键点模块，基于人脸图像，用于获取人脸关键点；获取对比参数模块，基于人脸关键点，用于获取对比参数，对比参数包括：人脸关键点之间线段长度、线段之间的角度以及人脸轮廓拟合椭圆的离心率；获取判断参数区间模块，用于获取判断参数区间，判断参数区间与对比参数对应，用于判断人脸脸型；匹配模块，用于将对比参数与判断参数区间进行匹配；判断模块，用于根据匹配模块的结果，判断人脸脸型。

第三方面，本发明实施例提供一种电子设备，其中，电子设备包括：存储器，用于存储指令；以及处理器，用于调用存储器存储的指令执行人脸脸型判断方法。

第四方面，本发明实施例提供一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在由处理器执行时，执行人脸脸型判断方法。

本发明提供的一种人脸脸型判断方法及装置，能够通过对人脸关键点检测，获取人脸的关键点信息，基于人脸的关键点信息，获取人脸关键点之间的线段长度、线段之间的角度以及人脸轮廓拟合椭圆的离心率，构造识别人脸脸型判断模型工程小，可以快速识别人脸脸型，从而提升用户体验。

附图说明

通过参考附图阅读下文的详细描述，本发明实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1示出了本发明实施例提供的一种人脸脸型判断方法示意图；

图2示出了本发明实施例提供的一种分段线段向量示意图；

图3示出了本发明实施例提供的一种人脸脸型判断装置示意图；

图4示出了本发明实施例提供的一种电子设备示意图；

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。

需要注意，虽然本文中使用“第一”、“第二”等表述来描述本发明的实施方式的不同模块、步骤和数据等，但是“第一”、“第二”等表述仅是为了在不同的模块、步骤和数据等之间进行区分，而并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。

图1为人脸脸型判断方法10的一个实施例的流程示意图。在本实施例中，将人脸脸型根据判断参数区间进行划分，能够清晰区分出每种人脸脸型的特征。根据获取少量的对比参数与判断参数区间匹配，不仅采用的数据少，降低人脸识别模型成本，还可以快速、准确的识别出人脸图像中的人脸脸型。如图1所示，该实施例方法包括：获取人脸图像步骤110、获取人脸关键点步骤120、获取对比参数步骤130、获取判断参数区间步骤140、匹配步骤150、判断步骤160。下面对图1中的各个步骤进行详细说明。

获取人脸图像步骤110，获取人脸图像。

在本实施例中，获取人脸图像，用于识别人脸脸型。

获取人脸关键点步骤120，基于人脸图像，获取人脸关键点。

在本实施例中，根据获取的人脸图像，对人脸关键点进行检测，获取人脸关键点。不同的人脸，面部轮廓结构均不相同，通过对人脸图像进行关键点检测，有利于直接观测到人脸的额头、眉毛、眼睛、鼻子、上嘴唇和下嘴唇所处的位置以及面部轮廓的形状。

获取对比参数步骤130，基于人脸关键点，获取对比参数，对比参数包括：人脸关键点之间的线段长度、线段之间的角度以及人脸轮廓拟合椭圆的离心率。

在本实施例中，通过获取人脸图像的人脸关键点，可以准确的找到表达人脸最宽的距离的两个关键点和人脸最长的距离两个关键点，从而可以得知人脸的宽长比值；可以获得左右两边脸颊与下颌骨夹角的角度、下巴的角度、左右两边脸颊夹角的角度，从而可以判断人脸面部与下巴的角度情况；可以获取人脸轮廓根据椭圆进行拟合，得到拟合椭圆的离心率，椭圆由多个关键点拟合得到，能够在一定程度上反应整体人脸脸型，减少仅考虑局部轮廓导致的误差。结合人脸的宽长比值、左右两边脸颊与下颌骨夹角的角度、下巴的角度、左右两边脸颊夹角的角度以及人脸轮廓拟合椭圆的离心率这几种数据，结合整体与局部综合判断，可以清晰识别出人脸图像中的人脸轮廓情况，可以迅速识别人脸脸型。另一方面，还可以通过其他的人脸关键点得到不同的对比参数，用于人脸脸型判断。

获取判断参数区间步骤140，获取判断参数区间，判断参数区间与对比参数对应，用于判断人脸脸型。

在本实施例中，获取相关判断参数区间，对于对比参数包括人脸的宽长比值、左右两边脸颊与下颌骨夹角的角度、下巴的角度、左右两边脸颊夹角的角度以及人脸轮廓拟合椭圆的离心率一共六个参数的情况下，每种人脸脸型均有相应的六个判断参数区间，每个判断参数区间对每种判断参数设定了一个范围，确保从一张人脸图像上获得的对比参数均能对应到人脸脸型的判断参数区间中。如，需区分判断五种人脸脸型，则获取这五种人脸脸型的判断参数区间，将从一张人脸图像上获取对比参数与该五种人脸脸型的判断参数区间进行对比；若需要区分判断七种人脸脸型，则获取这七种人脸脸型的判断参数区间。通过将不同种类人脸脸型根据判断参数区间进行分类，通过数据进行区分判别，能清晰区分出每种人脸脸型的特点，使判断人脸脸型更准确。

在一实施例中，可根据需要自行设置判断参数区间的取值范围。若获取的判断参数区间个数不足以满足需要判断人脸脸型的种类，根据需求，进行调整，使人脸脸型的判断参数区间能够满足所需要判断人脸脸型种类的需求。

匹配步骤150，将对比参数与判断参数区间进行匹配。

在本实施例中，将从人脸图像上获取的对比参数与判断参数区间进行匹配，判断人脸图像中的人脸脸型。

判断步骤160，根据匹配步骤的结果，判断人脸脸型。

在本实施例中，根据匹配步骤中，人脸图像上获取的对比参数与判断参数区间进行匹配的结果，确认人脸图像的人脸脸型。

在一实施例中，获取人脸关键点步骤120，通过人脸关键点检测模型，检测得到人脸关键点，获得人脸关键点的二维坐标。

人脸关键点检测模型的获取包括：收集大量的人脸图像。对收集到的人脸图像进行关键点标注，获取人脸关键点。将人脸图像按比例进行划分，将人脸图像划为训练集、验证集和测试集，对神经网络进行训练。其中，训练集中的人脸图像用于模型训练，验证集中的人脸图像用于对训练过程中的中间结果进行验证，测试集中的人脸图像用于对模型进行测试。当对神经网络的训练精度和验证精度达到预设阈值，停止训练，得到训练模型。将测试集中的人脸图像对训练模型进行测试，衡量模型的性能和能力，当性能和能力均达到预期效果，则获得人脸关键点检测模型。

在一实施例中，人脸图像可通过图像采集设备进行获取，如，手机摄像头、电脑摄像头，也可通过本地数据库或者云端中进行调取。在一例中，使用图像采集设备进行获取图像，开启预览视频流，对图像进行检测，判断采集到的图像中是否含有人脸图像，若有人脸图像，则获取预览中含有人脸的数据帧；否则不获取该数据帧。在另一例中，从本地数据库或者云端中采集图像，通过包括人工方式对获取的图像进行检测筛选，判断是否含有人脸图像。在一例中，为了便于准确识别人脸脸型，识别能够清晰识别人脸五官位置的人脸图像，通过该图像获取人脸关键点。

根据人脸关键点检测模型对人脸图像进行检测，获得人脸关键点的所有二维坐标。

在另一实施例中，人脸关键点包括：左颞骨关键点、右颞骨关键点、左下颌骨关键点、右下颌骨关键点、眉中心关键点和下巴中心关键点；基于人脸关键点，获取对比参数包括：通过人脸关键点的二维坐标得到人脸的宽长比值、左右两边脸颊与下颌骨夹角的角度、下巴的角度、左右两边脸颊夹角的角度。在一例中，通过人脸关键点检测模型获取人脸面部所有关键点，进行筛选，获取人脸关键点。在另一例中，通过人脸关键点检测模型直接获取所需关键点。

图2为一种分段线段向量示意图。如图2所示。根据获取得到的人脸关键点的二维坐标进行区间划分，获得表达人脸最宽的距离的两个关键点分别为左颞骨关键点A和右颞骨关键点B，人脸最长的距离两个关键点为眉中心关键点E和下巴中心关键点F，以及获得左下颌骨关键点C和右下颌骨关键点D。通过A、B两点的坐标，经过

可得知脸宽D_AB的数值，同理，经过

可得知脸长D_EF的数值，从而可计算得出人脸的脸宽与脸长的比值r_WH。通过左颞骨关键点A、右颞骨关键点B、左下颌骨关键点C、右下颌骨关键点D、眉中心关键点E和下巴中心关键点F下巴中心关键点F，可以得知，线段向量AC和线段向量BD分别表示为

和

通过

和

得知线段AC和线段BD的长度，利用θ_ACBD＝arccos(((x_C-x_A)*(x_D-x_B)+(y_C-y_A)*(y_D-y_B))/(D_AC*D_BD))，可得知两边脸颊夹角的角度θ_ACBD。同理，可获知左边脸颊与下颌骨夹角的角度θ_ACCF、右边脸颊与下颌骨夹角的角度θ_BDDF和下巴的角度θ_CFDF。

在一实施例中，人脸轮廓拟合椭圆的离心率通过面部人脸关键点的二维坐标经过椭圆拟合获得。其中，可以根据左颞骨关键点、右颞骨关键点、左下颌骨关键点、右下颌骨关键点和下巴中心关键点的二维坐标进行拟合，也可以根据人脸面部所有关键点中多个人脸轮廓的关键点的二维坐标，如多个左右脸颊轮廓关键点、多个左右下颌骨轮廓关键点以及多个下巴轮廓关键点的二维坐标，拟合形成椭圆，从而获得拟合椭圆的离心率。用于判断人脸图像的人脸脸型椭圆形状。

在一实施例中，获取判断参数区间步骤140包括：获取各个人脸脸型的判断参数区间，不同人脸脸型的判断参数区间不完全相同，判断参数区间包括：人脸的宽长比值区间、左右两边脸颊与下颌骨夹角的角度区间、下巴的角度区间、左右两边脸颊夹角的角度区间以及人脸轮廓拟合椭圆的离心率区间。

下面以一具体实施例进行说明，椭圆脸型的判断参数区间分别为：人脸的宽长比值R_wh的区间为：1.0<R_wh<2.0；两边脸颊夹角的角度θ_acbd的区间为：15<θ_acbd<25；左边脸颊与下颌骨夹角的角度θ_accf的区间为：110<θ_accf<140；右边脸颊与下颌骨夹角的角度θ_bddf的区间为：110<θ_bddf<140；下巴的角度θ_cfdf的区间为：90<θ_cfdf<150；拟合椭圆的离心率e的区间为：0.8<e<1.0。瓜子脸型的判断参数区间分别为：人脸的宽长比值R_wh的区间为：0<R_wh<1.0；两边脸颊夹角的角度θ_acbd的区间为：10<θ_acbd<15；左边脸颊与下颌骨夹角的角度θ_accf的区间为：130<θ_accf<160；右边脸颊与下颌骨夹角的角度θ_bddf的区间为：130<θ_bddf<160；下巴的角度θ_cfdf的区间为：60<θ_cfdf<90；拟合椭圆的离心率e的区间为：0.6<e<0.8。

当通过人脸图像获得对比参数：r_WH＝1.05、θ_ACBD＝16、θ_ACCF＝135、θ_BDDF＝135、θ_CFDF＝120、e＝0.9，与判断参数区间经过匹配，符合椭圆脸型，则判定该人脸图像的人脸脸型为椭圆型。当通过人脸图像获得对比参数：r_WH＝0.95、θ_ACBD＝12、θ_ACCF＝145、θ_BDDF＝145、θ_CFDF＝70、e＝0.7，与判断参数区间经过匹配，符合瓜子脸型，则判定该人脸图像的人脸脸型为瓜子型。

判断步骤160还包括：根据匹配到同一人脸脸型的判断参数区间的个数进行判断，匹配到的判断参数区间个数多的人脸脸型作为判断结果。

在一实施例中，两种或多种的人脸脸型的同一判断参数的判断参数区间范围可能存在部分重合，此时，当获取的对比参数同时满足两种或多种人脸脸型的判断参数区间时，则根据匹配到判断参数区间个数进行判断，判断为匹配判断参数个数多的人脸脸型。下面以一具体实施例进行说明，当通过人脸图像获得对比参数为：r_WH＝1.05、θ_ACBD＝17、θ_ACCF＝135、θ_BDDF＝135、θ_CFDF＝80、e＝0.9。椭圆脸型的判断参数区间分别为：人脸的宽长比值R_wh的区间为：1.0<R_wh<2.0；两边脸颊夹角的角度θ_acbd的区间为：15<θ_acbd<25；左边脸颊与下颌骨夹角的角度θ_accf的区间为：110<θ_accf<140；右边脸颊与下颌骨夹角的角度θ_bddf的区间为：110<θ_bddf<140；下巴的角度θ_cfdf的区间为：90<θ_cfdf<150；拟合椭圆的离心率e的区间为：0.8<e<1.0。瓜子脸型的判断参数区间分别为：人脸的宽长比值R_wh的区间为：0<R_wh<1.0；两边脸颊夹角的角度θ_acbd的区间为：10<θ_acbd<18；左边脸颊与下颌骨夹角的角度θ_accf的区间为：130<θ_accf<160；右边脸颊与下颌骨夹角的角度θ_bddf的区间为：130<θ_bddf<160；下巴的角度θ_cfdf的区间为：60<θ_cfdf<90；拟合椭圆的离心率e的区间为：0.6<e<0.8。根据匹配，获得的对比参数符合椭圆脸型的判断参数区间的个数为五，符合瓜子脸型的判断参数区间的个数为四，则判断人脸图像的人脸脸型为椭圆型。

判断步骤160还包括：预设判断参数区间的优先级，当匹配到多种人脸脸型的判断参数区间个数相同且匹配到的判断参数区间不完全相同时，对于匹配到的多种人脸脸型之间不同的判断参数区间，按照优先级最高的判断参数区间进行人脸脸型判断。预先设定判断参数区间的优先级，例如：预设判断参数区间的优先级高低顺序为：左右两边脸颊与下颌骨夹角的角度区间最高，然后依次分别为人脸的宽长比值区间、下巴的角度区间、左右两边脸颊夹角的角度区间以及人脸轮廓拟合椭圆的离心率区间。根据人脸图像获取的人脸的宽长比值、左边脸颊与下颌骨夹角的角度、右边脸颊与下颌骨夹角的角度和下巴的角度经过与判断参数区间匹配，符合椭圆脸型，同时，获取的左边脸颊与下颌骨夹角的角度、右边脸颊与下颌骨夹角的角度、下巴的角度和拟合椭圆的离心率e经过与判断参数区间匹配，符合方型脸型；获取的对比参数符合椭圆脸型和方形脸型的判断参数区间均为四个，其中，左边脸颊与下颌骨夹角的角度、右边脸颊与下颌骨夹角的角度同时满足椭圆脸型和方型脸型，则根据其余判断参数区间优先级最高的判断参数区间作为依据，进行人脸脸型判断。当获取的人脸的宽长比值、左边脸颊与下颌骨夹角的角度、右边脸颊与下颌骨夹角的角度和下巴的角度同时满足多种人脸脸型时，则根据左右两边脸颊夹角的角度区间和人脸轮廓拟合椭圆的离心率区间的优先级先后顺序，以左右两边脸颊夹角的角度区间作为人脸脸型判断依据，进行人脸脸型判断。

判断步骤160还包括：预设判断参数区间的优先级，当匹配到多种人脸脸型的判断参数区间的个数相同且匹配到的判断参数区间完全不相同时，按照匹配到的优先级最高的判断参数区间进行人脸脸型判断。预先设定判断参数区间的优先级，以优先级最高的判断参数区间作为判断人脸脸型依据，判断人脸脸型。例如，预设判断参数区间的优先级高低顺序为：人脸的宽长比值区间最高，然后依次分别为左右两边脸颊与下颌骨夹角的角度区间、下巴的角度区间、左右两边脸颊夹角的角度区间以及人脸轮廓拟合椭圆的离心率区间。获取的对比参数符合椭圆脸型和瓜子脸型的参数区间均为三个，但获取的人脸的宽长比值R_wh、左边脸颊与下颌骨夹角的角度θ_ACCF和右边脸颊与下颌骨夹角的角度θ_BDDF符合椭圆脸型的判断参数区间，两边脸颊夹角的角度θ_ACBD、下巴的角度θ_CFDF和拟合椭圆的离心率e符合瓜子脸型的判断参数区间，根据人脸的宽长比值区间的优先级最高，以该判断参数区间作为人脸脸型判断依据，因获取的人脸的宽长比值r_WH符合椭圆脸型，则判断该人脸脸型为椭圆脸型。

图3示出了人脸脸型判断装置20的示例性结构示意图。如图3所示，该实施例人脸脸型判断装置包括：获取人脸图像模块210，用于获取人脸图像；获取人脸关键点模块220，基于人脸图像，用于获取人脸关键点；获取对比参数模块230，基于人脸关键点，用于获取对比参数，对比参数包括：人脸关键点之间的线段长度、线段之间的角度以及人脸轮廓拟合椭圆的离心率；获取判断参数区间模块240，用于获取判断参数区间，判断参数区间与对比参数对应，用于判断人脸脸型；匹配模块250，用于将对比参数与判断参数区间进行匹配；判断模块260，用于根据匹配模块的结果，判断人脸脸型。

在一实施例中，获取人脸关键点模块220，还用于通过人脸关键点检测模型，检测得到人脸关键点，获得人脸关键点的二维坐标。

在一实施例中，获取判断参数区间模块240，还用于获取各个人脸脸型的判断参数区间，不同人脸脸型的判断参数区间不完全相同，判断参数区间包括：人脸的宽长比值区间、左右两边脸颊与下颌骨夹角的角度区间、下巴的角度区间、左右两边脸颊夹角的角度区间以及人脸轮廓拟合椭圆的离心率区间。

在一实施例中，判断模块260还用于：根据匹配到同一人脸脸型的判断参数区间的个数进行判断，匹配到的判断参数区间个数多的人脸脸型作为判断结果。

在另一实施例中，判断模块260还用于：预设判断参数区间的优先级，当匹配到多种人脸脸型的判断参数区间个数相同且匹配到的判断参数区间不完全相同时，对于匹配到的多种人脸脸型之间不同的判断参数区间，按照优先级最高的判断参数区间进行人脸脸型判断。

在又一实施例中，判断模块260还用于：预设判断参数区间的优先级，当匹配到多种人脸脸型的判断参数区间的个数相同且匹配到的判断参数区间完全不相同时，按照匹配到的优先级最高的判断参数区间进行人脸脸型判断。

如图4所示，本发明的一个实施方式提供了一种电子设备30。其中，该电子设备30包括存储器310、处理器320、输入/输出(Input/Output，I/O)接口330。其中，存储器310，用于存储指令。处理器320，用于调用存储器310存储的指令执行本发明实施例的用于人脸脸型判断方法。其中，处理器320分别与存储器310、I/O接口330连接，例如可通过总线系统和/或其他形式的连接机构(未示出)进行连接。存储器310可用于存储程序和数据，包括本发明实施例中涉及的用于人脸脸型判断程序，处理器320通过运行存储在存储器310的程序从而执行电子设备30的各种功能应用以及数据处理。

本发明实施例中处理器320可以采用数字信号处理器(Digital SignalProcessing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现，所述处理器320可以是中央处理单元(Central Processing Unit，CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元中的一种或几种的组合。

本发明实施例中的存储器310可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(Random Access Memory，RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(Read-OnlyMemory，ROM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)等。

本发明实施例中，I/O接口330可用于接收输入的指令(例如数字或字符信息，以及产生与电子设备30的用户设置以及功能控制有关的键信号输入等)，也可向外部输出各种信息(例如，图像或声音等)。本发明实施例中I/O接口330可包括物理键盘、功能按键(比如音量控制按键、开关按键等)、鼠标、操作杆、轨迹球、麦克风、扬声器、和触控面板等中的一个或多个。

在一些实施方式中，本发明提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在由处理器执行时，执行上文所述的任何方法。

尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。

本发明的方法和装置能够利用标准编程技术来完成，利用基于规则的逻辑或者其他逻辑来实现各种方法步骤。还应当注意的是，此处以及权利要求书中使用的词语“装置”和“模块”意在包括使用一行或者多行软件代码的实现和/或硬件实现和/或用于接收输入的设备。

此处描述的任何步骤、操作或程序可以使用单独的或与其他设备组合的一个或多个硬件或软件模块来执行或实现。在一个实施方式中，软件模块使用包括包含计算机程序代码的计算机可读介质的计算机程序产品实现，其能够由计算机处理器执行用于执行任何或全部的所描述的步骤、操作或程序。

出于示例和描述的目的，已经给出了本发明实施的前述说明。前述说明并非是穷举性的也并非要将本发明限制到所公开的确切形式，根据上述教导还可能存在各种变形和修改，或者是可能从本发明的实践中得到各种变形和修改。选择和描述这些实施例是为了说明本发明的原理及其实际应用，以使得本领域的技术人员能够以适合于构思的特定用途来以各种实施方式和各种修改而利用本发明。

Claims (10)

1.一种人脸脸型判断方法，其中，包括：

获取人脸图像步骤，获取人脸图像；

获取人脸关键点步骤，基于所述人脸图像，获取人脸关键点；

获取对比参数步骤，基于所述人脸关键点，获取对比参数，所述对比参数包括：所述人脸关键点之间的线段长度、所述线段之间的角度以及人脸轮廓拟合椭圆的离心率；

获取判断参数区间步骤，获取判断参数区间，所述判断参数区间与所述对比参数对应，用于判断人脸脸型；

匹配步骤，将所述对比参数与所述判断参数区间进行匹配；

判断步骤，根据所述匹配步骤的结果，判断所述人脸脸型；

所述获取人脸关键点步骤包括：通过人脸关键点检测模型，检测得到所述人脸关键点，获得所述人脸关键点的二维坐标，其中，所述人脸关键点包括：左颞骨关键点、右颞骨关键点、左下颌骨关键点、右下颌骨关键点和下巴中心关键点；

所述人脸轮廓拟合椭圆的离心率通过所述人脸关键点的二维坐标经过椭圆拟合获得，其中，所述人脸轮廓拟合椭圆的离心率根据左颞骨关键点、右颞骨关键点、左下颌骨关键点、右下颌骨关键点和下巴中心关键点的二维坐标拟合得到。

2.根据权利要求1所述的方法，其中，所述人脸关键点还包括：眉中心关键点；

所述基于所述人脸关键点，获取对比参数包括：通过所述人脸关键点的二维坐标得到人脸的宽长比值、左右两边脸颊与下颌骨夹角的角度、下巴的角度、左右两边脸颊夹角的角度。

3.根据权利要求1所述的方法，其中，所述获取判断参数区间步骤还包括：获取各个人脸脸型的判断参数区间，不同人脸脸型的判断参数区间不完全相同，所述判断参数区间包括：人脸的宽长比值区间、左右两边脸颊与下颌骨夹角的角度区间、下巴的角度区间、左右两边脸颊夹角的角度区间以及人脸轮廓拟合椭圆的离心率区间。

4.根据权利要求3所述的方法，其中，所述判断步骤还包括：根据匹配到同一人脸脸型的所述判断参数区间的个数进行判断，匹配到的所述判断参数区间个数多的所述人脸脸型作为判断结果。

5.根据权利要求4所述的方法，其中，所述判断步骤还包括：预设判断参数区间的优先级，当匹配到多种人脸脸型的所述判断参数区间个数相同且匹配到的所述判断参数区间不完全相同时，对于匹配到的多种人脸脸型之间不同的所述判断参数区间，按照优先级最高的所述判断参数区间进行所述人脸脸型判断。

6.根据权利要求3所述的方法，其中，所述判断步骤还包括：预设判断参数区间的优先级，当匹配到多种人脸脸型的所述判断参数区间的个数相同且匹配到的所述判断参数区间完全不相同时，按照匹配到的优先级最高的所述判断参数区间进行所述人脸脸型判断。

7.根据权利要求1所述的方法，其中，所述方法用于包括：美妆验证、人脸重塑或3D美颜。

8.一种人脸脸型判断装置，其中，包括：

获取人脸图像模块，用于获取人脸图像；

获取人脸关键点模块，基于所述人脸图像，用于获取人脸关键点；

获取对比参数模块，基于所述人脸关键点，用于获取对比参数，所述对比参数包括：所述人脸关键点之间线段长度、所述线段之间的角度以及人脸轮廓拟合椭圆的离心率；

获取判断参数区间模块，用于获取判断参数区间，所述判断参数区间与所述对比参数对应，用于判断人脸脸型；

匹配模块，用于将所述对比参数与所述判断参数区间进行匹配；

判断模块，用于根据所述匹配模块的结果，判断所述人脸脸型；

所述获取人脸关键点模块用于：通过人脸关键点检测模型，检测得到所述人脸关键点，获得所述人脸关键点的二维坐标，其中，所述人脸关键点包括：左颞骨关键点、右颞骨关键点、左下颌骨关键点、右下颌骨关键点和下巴中心关键点；

所述人脸轮廓拟合椭圆的离心率通过所述人脸关键点的二维坐标经过椭圆拟合获得，其中，所述人脸轮廓拟合椭圆的离心率根据左颞骨关键点、右颞骨关键点、左下颌骨关键点、右下颌骨关键点和下巴中心关键点的二维坐标拟合得到。

9.一种电子设备，其中，所述电子设备包括：

存储器，用于存储指令；以及

处理器，用于调用所述存储器存储的指令执行权利要求1-7中任一项所述的人脸脸型判断方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在由处理器执行时，执行权利要求1-7中任一项所述的人脸脸型判断方法。

Images