值大于预设阈值，则所述待处理的人脸图像中的第i 个像素点为异常像素点，则去除所述第N修正后的人脸图像中的异常像素点对应的拟合向 量的元素，以获取第N+1修正后的人脸图像。
[0188] 本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其 它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或 者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识 或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的 权利要求指出。
[0189] 应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并 且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
【主权项】
1. 一种人脸关键点定位处理方法，其特征在于，包括： 采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点对应的待拟合向 量； 查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除 异常像素点处理，直至获取不存在异常像素点的人脸图像； 查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人脸图像进行人脸 关键点定位处理。2. 根据权利要求1所述的方法，其特征在于，所述查询本地保存的人脸图像样本集对应 的样本矩阵，对所述待处理的人脸图像进行剔除异常像素点处理，直至获取不存在异常像 素点的人脸图像包括： 根据所述待拟合向量，查询人脸图像样本集对应的样本矩阵，获取所述待处理的人脸 图像对应的第一待修正的人脸图像； 将所述第一待修正的人脸图像中的各个像素点分别与所述待处理的人脸图像中的各 个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点，则去除所述待处 理的人脸图像中的异常像素点对应的拟合向量的元素，以获取第一修正后的人脸图像； 根据第N修正后的人脸图像中各个像素点对应的待拟合向量，查询所述人脸图像样本 集对应的样本矩阵，获取与所述第N修正后的人脸图像对应的第N+1待修正的人脸图像，并 将所述第N+1待修正的人脸图像的各个像素点分别与所述待处理的人脸图像中的各个像素 点进行比较，若获取到所述待处理的人脸图像中存在异常像素点，则去除所述第N修正后的 人脸图像中的异常像素点对应的拟合向量的元素，以获取第N+1修正后的人脸图像，并将N 加1重复执行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像； 其中，N为正整数，且初始时N等于2。3. 根据权利要求1所述的方法，其特征在于，还包括： 从数据库中获取人脸图像样本集，并获取与所述人脸图像样本集对应的初始样本矩阵 X; 对所述初始样本矩阵X进行低秩和稀疏的分解处理，获得低秩矩阵Ak和稀疏矩阵Ek; 其中，X=Ak+Ek，k为正整数； 采用公式A = arg min f(Ak)，获取所述样本矩阵A并保存至本地；其中，f(Ak)=rank (Ak)+A| |Ek| |Q，rank(Ak)表示低秩矩阵Ak的秩，λ表示权重系数，| |Ek| |〇表示稀疏矩阵Ek的零 范数。4. 根据权利要求2或3所述的方法，其特征在于，所述根据第N修正后的人脸图像中各个 像素点对应的待拟合向量，查询所述人脸图像样本集对应的样本矩阵，获取与所述第N修正 后的人脸图像对应的第N+1待修正的人脸图像，包括： 对所述样本矩阵进行主成分分析训练以获取均值向量和特征向量组； 采用公式(aiN，a2N,…，akN) =arg minE(aiN，a2N,…，akN)，计算获取并保存第N修正后 的人脸图像中各个像素点对应的待拟合向量的拟合系数（aiN，a2 N，. . .，akN)，其中，Φ表示第N修正后的人脸图像中像素点 的个数，XlN表示所述第N修正后的人脸图像中的第i个像素，yi表示均值向量的第i个像素， ey表示第j个特征向量的第i个像素，a/表示第N修正后的人脸图像中各个像素点对应的待 拟合向量的第j个特征向量的系数，k表示所述特征向量组中向量的个数。计算获取并保存第N+1待修正的人脸图像xN，其中，μ表示 所述均值向量，a/表示第Ν修正后的人脸图像中各个像素点对应的待拟合向量的第j个特征 向量的系数，k表示所述特征向量组中向量的个数，ej表示第j个特征向量。5. 根据权利要求4所述的方法，其特征在于，所述将所述第N+1待修正的人脸图像的各 个像素点分别与所述待处理的人脸图像中的各个像素点进行比较，若获取到所述待处理的 人脸图像中存在异常像素点，则去除所述第N修正后的人脸图像中的异常像素点对应的拟 合向量的元素，以获取第N+1修正后的人脸图像，包括： 分别获取所述第N修正后的人脸图像中的各个像素点分别与所述待处理的人脸图像中 的各个像素点对应的灰度值； 采用公式Δ/= |miN-m |计算获取并保存所述第N修正后的人脸图像中第i个像素的点 灰度值与所述待处理的人脸图像中的第i个像素点灰度值差值的绝对值Α Λ其中，nuN表示 所述第N修正后的人脸图像中第i个像素点的灰度值，m表示所述待处理的人脸图像中第i 个像素点的灰度值； 若所述灰度值差值的绝对值A /大于预设阈值，则所述待处理的人脸图像中的第i个像 素点为异常像素点，则去除所述第N修正后的人脸图像中的异常像素点对应的拟合向量的 元素，以获取第N+1修正后的人脸图像。6. -种人脸关键点定位处理装置，其特征在于，包括： 获取模块，用于采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点 对应的待拟合向量； 获取模块还用于查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人 脸图像进行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像； 定位模块，用于查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人 脸图像进行人脸关键点定位处理。7. 根据权利要求5所述的装置，其特征在于，所述获取模块包括： 查询子模块，用于根据所述待拟合向量，查询人脸图像样本集对应的样本矩阵，获取所 述待处理的人脸图像对应的第一待修正的人脸图像； 修正子模块，用于将所述第一待修正的人脸图像中的各个像素点分别与所述待处理的 人脸图像中的各个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点， 则去除所述待处理的人脸图像中的异常像素点对应的拟合向量的元素，以获取第一修正后 的人脸图像； 查询子模块还用于根据第N修正后的人脸图像中各个像素点对应的待拟合向量，查询 所述人脸图像样本集对应的样本矩阵，获取与所述第N修正后的人脸图像对应的第N+1待修 正的人脸图像； 修正子模块还用于将所述第N+1待修正的人脸图像的各个像素点分别与所述待处理的 人脸图像中的各个像素点进行比较，若获取到所述待处理的人脸图像中存在异常像素点， 则去除所述第N修正后的人脸图像中的异常像素点对应的拟合向量的元素，以获取第N+1修 正后的人脸图像，并将N加1重复执行剔除异常像素点处理，直至获取不存在异常像素点的 人脸图像； 其中，N为正整数，且初始时N等于2。8. 根据权利要求7所述的装置，其特征在于，所述获取模块还用于从数据库中获取人脸 图像样本集，并获取与所述人脸图像样本集对应的初始样本矩阵X; 所述装置还包括分解模块，用于对所述初始样本矩阵X进行低秩和稀疏的分解处理，获 得低秩矩阵Ak和稀疏矩阵Ek;其中，X=Ak+Ek，k为正整数； 计算模块，用于采用公式A = arg min f(Ak)，获取所述样本矩阵A并保存至本地;其中，f (Ak)=rank(Ak)+A| |Ek| |o，rank(Ak)表示低秩矩阵Ak的秩，λ表示权重系数，| |Ek| |〇表示稀疏 矩阵Ek的零范数。9. 根据权利要求7或8所述的装置，其特征在于，所述查询子模块，包括： 主成分分析单元，用于对所述样本矩阵进行主成分分析训练以获取均值向量和特征向 量组； 第一计算单元，用于采用公式（aiN，a2N,…，akN) =arg minE(aiN，a2N,…，akN)，计算获 取并保存第N修正后的人脸图像中各个像素点对应的待拟合向量的拟合系数(aAa/，...， akN)，其中，，p表示第N修正后的人脸图像 中像素点的个数，XlN表示所述第N修正后的人脸图像中的第i个像素表示均值向量的第i 个像素，ey表示第j个特征向量的第i个像素，a/表示第N修正后的人脸图像中各个像素点 对应的待拟合向量的第j个特征向量的系数，k表示所述特征向量组中向量的个数。 第二计算单元，计算获取并保存第N+1待修正的人脸 图像/，其中，μ表示所述均值向量，a/表示第N修正后的人脸图像中各个像素点对应的待拟 合向量的第j个特征向量的系数，k表示所述特征向量组中向量的个数，ej表示第j个特征向 量。10. 根据权利要求9所述的装置，其特征在于，所述修正子模块，包括： 灰度值获取单元，用于分别获取所述第N修正后的人脸图像中的各个像素点分别与所 述第1待处理的人脸图像中的各个像素点对应的灰度值； 第三计算单元，用于采用公式A /= | mj-m |计算获取并保存所述第N修正后的人脸图 像中第i个像素的点灰度值与所述待处理的人脸图像中的第i个像素点灰度值差值的绝对 值Α Λ其中，nuN表示所述第N修正后的人脸图像中第i个像素点的灰度值，m表示所述待处 理的人脸图像中第i个像素点的灰度值； 处理单元，用于若所述灰度值差值的绝对值A /大于预设阈值，则所述待处理的人脸图 像中的第i个像素点为异常像素点，则去除所述第N修正后的人脸图像中的异常像素点对应 的拟合向量的元素，以获取第N+1修正后的人脸图像。11. 一种人脸关键点定位处理装置，其特征在于，包括： 存储器； 用于存储处理器可执行指令的存储器； 其中，所述处理器被配置为： 采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点对应的待拟合向 量； 查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除 异常像素点处理，直至获取不存在异常像素点的人脸图像； 查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人脸图像进行人脸 关键点定位处理。
【专利摘要】本公开是关于一种人脸关键点定位处理方法和装置，该方法包括：采集待处理的人脸图像，并获取所述待处理的人脸图像中各个像素点对应的待拟合向量；查询本地保存的人脸图像样本集对应的样本矩阵，对所述待处理的人脸图像进行剔除异常像素点处理，直至获取不存在异常像素点的人脸图像；查询所述人脸图像样本集对应的样本矩阵，对不存在异常像素点的人脸图像进行人脸关键点定位处理，本公开提高了人脸图像中关键点定位精度。
【IPC分类】G06K9/00
【公开号】CN105678220
【申请号】CN201511008956
【发明人】杨松, 王百超, 陈志军
【申请人】小米科技有限责任公司
【公开日】2016年6月15日
【申请日】2015年12月29日