轮廓点定位方法及装置的制造方法
【技术领域】
[0001]本公开是关于图像处理领域，具体来说是关于一种轮廓点定位方法及装置。
【背景技术】
[0002]随着人脸识别技术的不断发展，人们对人脸识别精确度的需求越来越高，而提高轮廓点定位的精确度是提高人脸识别精确度的基础，如何精确地对人脸的轮廓点进行定位已成为一个热门的研究课题。
[0003]在对人脸图像进行轮廓点定位时，无论该人脸图像的姿态为正面姿态还是其他姿态，均可以米用 SDM ( Super V i sed Descent Me thod，监督下降算法)、ASM (Po in tDistribut1n Model，点分布模型)或者AAM(Active Appearance Model，主动外观模型)等算法，对该人脸图像进行轮廓点定位，得到人脸图像中的轮廓点。
【发明内容】
[0004]为了解决相关技术中存在的问题，本公开提供了一种轮廓点定位方法及装置。所述技术方案如下:
[0005]根据本公开实施例的第一方面，提供了一种轮廓点定位方法，所述方法包括:
[0006]根据已训练的通用三维人脸模型和待检测的原始人脸图像，获取与所述原始人脸图像对应的指定三维人脸模型，并确定所述原始人脸图像的姿态偏转角度，所述姿态偏转角度是指所述原始人脸图像的姿态与正面姿态之间的角度；
[0007]如果所述姿态偏转角度大于预设角度，则根据所述指定三维人脸模型，获取与所述原始人脸图像对应的正面人脸图像；
[0008]对所述正面人脸图像进行轮廓点定位，得到多个正面轮廓点；
[0009]根据所述姿态偏转角度，将得到的多个正面轮廓点映射至所述原始人脸图像上，得到多个轮廓点。
[0010]在另一实施例中，所述根据所述指定三维人脸模型，获取与所述原始人脸图像对应的正面人脸图像，包括:
[0011]将所述指定三维人脸模型投影至正面方向，得到与所述原始人脸图像对应的正面人脸图像。
[0012]在另一实施例中，所述根据已训练的通用三维人脸模型和待检测的原始人脸图像，获取与所述原始人脸图像对应的指定三维人脸模型，并确定所述原始人脸图像的姿态偏转角度，包括:
[0013]对所述通用三维人脸模型的至少一个变换参数进行初始化，所述至少一个变换参数包括偏转角度参数；
[0014]根据当前的至少一个变换参数，对所述通用三维人脸模型进行变换，得到变换后的三维人脸模型；
[0015]根据当前的偏转角度参数，对所述变换后的三维人脸模型进行投影，得到与当前的偏转角度参数对应的测试人脸图像；
[0016]如果当前得到的测试人脸图像与所述原始人脸图像不满足预设条件，则对所述至少一个变换参数进行调整，基于调整后的至少一个变换参数继续获取测试人脸图像，直至获取到的测试人脸图像与所述原始人脸图像满足所述预设条件时，将当前变换得到的三维人脸模型确定为所述指定三维人脸模型，并将当前的偏转角度参数确定为所述原始人脸图像的姿态偏转角度。
[0017]在另一实施例中，所述预设条件为所述测试人脸图像与所述原始人脸图像之间的误差小于预设阈值；
[0018]所述如果当前得到的测试人脸图像与所述原始人脸图像不满足预设条件，则对所述至少一个变换参数进行调整，基于调整后的至少一个变换参数继续获取测试人脸，直至获取到的测试人脸图像与所述原始人脸图像满足预设条件，包括:
[0019]获取所述测试人脸图像与所述原始人脸图像之间的误差；
[0020]如果所述误差不小于所述预设阈值，则根据所述误差，对所述至少一个变换参数进行调整，基于调整后的至少一个变换参数继续获取测试人脸图像，获取当前得到的测试人脸图像与所述原始人脸图像之间的误差，直至获取到的误差小于所述预设阈值。
[0021]在另一实施例中，所述获取所述测试人脸图像与所述原始人脸图像之间的误差，包括:
[0022]获取所述原始人脸图像中的多个图像特征点，并在所述测试人脸图像中的相同位置，获取多个测试特征点；
[0023]根据所述多个图像特征点和所述多个测试特征点，计算所述测试人脸图像与所述原始人脸图像之间的纹理误差。
[0024]在另一实施例中，所述根据所述多个图像特征点和所述多个测试特征点，计算所述测试人脸图像与所述原始人脸图像之间的纹理误差，包括:
[0025]根据所述多个图像特征点，将所述原始人脸图像划分为多个第一图像区域；
[0026]根据所述多个测试特征点，将所述测试人脸图像划分为多个第二图像区域；
[0027]计算每个第二图像区域与对应的第一图像区域之间的纹理误差。
[0028]根据本公开实施例的第二方面，提供了一种轮廓点定位装置，所述装置包括:
[0029]模型处理模块，用于根据已训练的通用三维人脸模型和待检测的原始人脸图像，获取与所述原始人脸图像对应的指定三维人脸模型，并确定所述原始人脸图像的姿态偏转角度，所述姿态偏转角度是指所述原始人脸图像的姿态与正面姿态之间的角度；
[0030]校正模块，用于如果所述姿态偏转角度大于预设角度，则根据所述指定三维人脸模型，获取与所述原始人脸图像对应的正面人脸图像；
[0031]定位模块，用于对所述正面人脸图像进行轮廓点定位，得到多个正面轮廓点；
[0032]映射模块，用于根据所述姿态偏转角度，将得到的多个正面轮廓点映射至所述原始人脸图像上，得到多个轮廓点。
[0033]在另一实施例中，所述校正模块还用于将所述指定三维人脸模型投影至正面方向，得到与所述原始人脸图像对应的正面人脸图像。
[0034]在另一实施例中，所述模型处理模块还用于对所述通用三维人脸模型的至少一个变换参数进行初始化，所述至少一个变换参数包括偏转角度参数;根据当前的至少一个变换参数，对所述通用三维人脸模型进行变换，得到变换后的三维人脸模型;根据当前的偏转角度参数，对所述变换后的三维人脸模型进行投影，得到与当前的偏转角度参数对应的测试人脸图像;如果当前得到的测试人脸图像与所述原始人脸图像不满足预设条件，则对所述至少一个变换参数进行调整，基于调整后的至少一个变换参数继续获取测试人脸图像，直至获取到的测试人脸图像与所述原始人脸图像满足所述预设条件时，将当前变换得到的三维人脸模型确定为所述指定三维人脸模型，并将当前的偏转角度参数确定为所述原始人脸图像的姿态偏转角度。
[0035]在另一实施例中，所述预设条件为所述测试人脸图像与所述原始人脸图像之间的误差小于预设阈值；
[0036]所述模型处理模块还用于获取所述测试人脸图像与所述原始人脸图像之间的误差;如果所述误差不小于所述预设阈值，则根据所述误差，对所述至少一个变换参数进行调整，基于调整后的至少一个变换参数继续获取测试人脸图像，获取当前得到的测试人脸图像与所述原始人脸图像之间的误差，直至获取到的误差小于所述预设阈值。
[0037]在另一实施例中，所述模型处理模块还用于获取所述原始人脸图像中的多个图像特征点，并在所述测试人脸图像中的相同位置，获取多个测试特征点;根据所述多个图像特征点和所述多个测试特征点，计算所述测试人脸图像与所述原始人脸图像之间的纹理误差。
[0038]在另一实施例中，所述模型处理模块还用于根据所述多个图像特征点，将所述原始人脸图像划分为多个第一图像区域;根据所述多个测试特征点，将所述测试人脸图像划分为多个第二图像区域;计算每个第二图像区域与对应的第一图像区域之间的纹理误差。
[0039]根据本公开实施例的第三方面，提供了一种轮廓点定位装置，所述装置包括:
[0040]处理器；
[0041]用于存储处理器可执行指令的存储器；
[0042]其中，所述处理器被配置为:
[0043]根据已训练的通用三维人脸模型和待检测的原始人脸图像，获取与所述原始人脸图像对应的指定三维人脸模型，并确定所述原始人脸图像的姿态偏转角度，所述姿态偏转角度是指所述原始人脸图像的姿态与正面姿态之间的角度；
[0044]如果所述姿态偏转角度大于预设角度，则根据所述指定三维人脸模型，获取与所述原始人脸图像对应的正面人脸图像；
[0045]对所述正面人脸图像进行轮廓点定位，得到多个正面轮廓点；
[0046]根据所述姿态偏转角度，将得到的多个正面轮廓点映射至所述原始人脸图像上，得到多个轮廓点。
[0047]本公开的实施例提供的技术方案可以包括以下有益效果:
[0048]本实施例提供的方法及装置，在对原始人脸图像进行轮廓点定位时，不会直接对原始人脸图像进行轮廓点定位，而是先根据已训练的通用三维人脸模型获取到与原始人脸图像对应的指定三维人脸模型，并确定原始人脸图像的姿态偏转角度，如果姿态偏转角度大于预设角度，再根据指定三维人脸模型获取原始人脸图像对应的正面人脸图像，对正面人脸图像进行轮廓点定位后，将定位到的正面轮廓点映射到原始人脸图像上，避免了由于原始人脸图像的姿态不是正面姿态而造成的定位不准确的问题，提高了定位精确度。
[0049]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
【附图说明】
[0050]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0051 ]图1是根据一示例性实施例示出的一种轮廓点定位方法的流程图；
[0052]图2A是根据一示例性实施例示出的一种轮廓点定位方法的流程图；
[0053]图2B是根据一示例性实施例示出的原始人脸图像示意图；
[0054]图2C是根据一示例性实施例示出的正面人脸图像示意图；
[0