所述提取单元47对所述第i帧人脸图像的初始关键点位置提取SIFT特征、HOG特征或者SURF特征。
[0267]可选的，如图21所示，所述终端4还包括:设置单元48、归一化单元49。
[0268]所述设置单元48，用于设置不同人脸类别的人脸图像训练集。
[0269]所述归一化单元49，用于根据所述标注单元42标注的所述目标检测区域的大小和位置，将所述设置单元48设置的每个人脸图像训练集中的所有人脸图像的人脸关键点的位置进行归一化，得到所有人脸图像的初始形状。
[0270]所述确定单元44，还用于将所述归一化单元49得到的所述所有人脸图像的初始形状的平均值作为候选初始形状;将不同的人脸类别对应的不同的候选初始形状，确定为所述预设的多个候选初始形状。
[0271 ] 在实际应用中，如图22所示，上述检测单元40、生成单元41、标注单元42、估计单元43、确定单元44、计算单元45、提取单元47、设置单元48、采集单元410以及归一化单元49可由位于终端4上的处理器411实现，具体为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)等实现，迭代回归单元46由回归器413实现，终端4中还可以包括存储器412，具体的，第i帧人脸图像及其软件代码、第i帧人脸图像的初始关键点的位置及其软件代码、第i帧人脸图像的人脸关键点的位置、第一特征及其软件代码、第一初始形状及其软件代码、第二初始形状及其软件代码、目标检测区域及其软件代码，以及第一偏移量及其软件代码可以保存在存储器412中，该存储器412、回归器413可以通过系统总线414与处理器411连接，其中，存储器412用于存储可执行程序代码，该程序代码包括计算机操作指令，存储器可能包含高速RAM存储器，也可能还包括非易失性存储器，例如，至少一个磁盘存储器。
[0272]本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0273]本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0274]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0275]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0276]以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
【主权项】
1.一种关键点的定位方法，其特征在于，所述方法包括: 采集目标对象时，检测出所述目标对象为人脸图像，按照预设配置在第i帧人脸图像上生成用于人脸识别定位的目标检测区域并进行标注，i 2 I; 当i>l时，根据前一帧与当前帧的相似度匹配策略，由第1-Ι帧人脸图像的人脸关键点信息预估得到第i帧人脸图像的人脸类别； 根据所述第i帧人脸图像的人脸类别，从预设的多个候选初始形状中确定第一初始形状； 根据所述目标检测区域和所述第一初始形状，计算所述第i帧人脸图像的初始人脸关键点的位置。2.根据权利要求1所述的方法，其特征在于，所述按照预设配置在第i帧人脸图像上生成用于人脸识别定位的目标检测区域并进行标注，包括: 根据第1-Ι帧人脸图像的人脸关键点的位置，得到能包含所述第1-Ι帧人脸图像的人脸关键点的至少一个人脸检测区域； 比较所述至少一个人脸检测区域中各个人脸检测区域，选择能包含所述第1-Ι帧人脸图像的人脸关键点的最小人脸检测区域作为所述目标检测区域。3.根据权利要求1或2所述的方法，其特征在于，所述第1-Ι帧人脸图像的人脸关键点信息是前一次得到的人脸关键点的位置信息； 所述第一初始形状与所述第i帧人脸图像的人脸类别相对应。4.根据权利要求1或2所述的方法，其特征在于，所述根据所述人脸检测框和所述第一初始形状，计算所述第i帧人脸图像的初始人脸关键点的位置之后，所述方法还包括: 将所述第i帧人脸图像的初始关键点的位置进行迭代回归，得到所述第i帧人脸图像的人脸关键点的位置。5.根据所述权利要求4所述的方法，其特征在于，当i= I时，所述按照预设配置在第i帧人脸图像上生成用于人脸识别定位的目标检测区域并进行标注之后，所述将所述第i帧人脸图像的初始关键点的位置进行迭代回归，得到所述第i帧人脸图像的人脸关键点的位置之前，所述方法还包括: 从所述预设的多个候选初始形状中确定第二初始形状，所述第二初始形状为默认的； 根据所述目标检测区域和所述第二初始形状，计算所述第i帧人脸图像的初始人脸关键点的位置。6.根据所述权利要求4所述的方法，其特征在于，所述将所述第i帧人脸图像的初始关键点位置进行迭代回归，得到所述第i帧人脸图像的人脸关键点位置，还包括: 对所述第i帧人脸图像的初始关键点位置提取第一特征； 将所述第一特征进行线性回归，得到第一偏移量； 将所述第i帧人脸图像的初始人脸关键点的位置位移所述第一偏移量，得到所述第i帧人脸图像的人脸关键点的位置。7.根据所述权利要求6所述的方法，其特征在于，所述对所述第i帧人脸图像的初始关键点位置提取第一特征，包括: 所述对所述第i帧人脸图像的初始关键点位置提取尺度不变特征变换SIFT特征、方向梯度直方图HOG特征或者加速稳健特征SURF。8.根据所述权利要求1或2所述的方法，其特征在于，确定所述预设的多个候选初始形状，包括: 设置不同人脸类别的人脸图像训练集； 根据所述目标检测区域的大小和位置，将每个人脸图像训练集中的所有人脸图像的人脸关键点的位置进行归一化，得到所有人脸图像的初始形状； 将所述所有人脸图像的初始形状的平均值作为候选初始形状； 将不同的人脸类别对应的不同的候选初始形状，确定为所述预设的多个候选初始形状。9.一种终端，其特征在于，所述终端包括: 检测单元，用于采集目标对象时，检测出所述目标对象为人脸图像； 生成单元，用于按照预设配置在检测单元检测到的第i帧人脸图像上生成用于人脸识别定位的目标检测区域并进行标注，i 2 I; 标注单元，用于将所述生成单元生成的所述目标检测区域进行标注； 估计单元，用于当i>l时，根据前一帧与当前帧的相似度匹配策略，由第1-Ι帧人脸图像的人脸关键点信息预估得到第i帧人脸图像的人脸类别； 确定单元，用于根据所述估计单元估计的所述第i帧人脸图像的人脸类别，从预设的多个候选初始形状中确定第一初始形状； 计算单元，用于根据所述标注单元标注的所述目标检测区域和所述确定单元确定的所述第一初始形状，计算所述第i帧人脸图像的初始人脸关键点的位置。10.根据权利要求9所述的终端，其特征在于， 所述生成单元，具体用于根据第1-Ι帧人脸图像的人脸关键点的位置，得到能包含所述第1-Ι帧人脸图像的人脸关键点的至少一个人脸检测区域；以及比较所述至少一个人脸检测区域中各个人脸检测区域，选择能包含所述第1-Ι帧人脸图像的人脸关键点的最小人脸检测区域作为所述目标检测区域。11.根据权利要求9或10所述的终端，其特征在于，所述第1-ι帧人脸图像的人脸关键点信息是前一次得到的人脸关键点的位置信息； 所述确定单元确定的所述第一初始形状与所述估计单元估计的所述第i帧人脸图像的人脸类别相对应。12.根据权利要求9或10所述的终端，其特征在于，所述终端还包括:迭代回归单元； 迭代回归单元，用于所述计算单元根据所述人脸检测框和所述第一初始形状，计算所述第i帧人脸图像的初始人脸关键点的位置之后，将所述计算单元计算出的所述第i帧人脸图像的初始关键点的位置进行迭代回归，得到所述第i帧人脸图像的人脸关键点的位置。13.根据所述权利要求12所述的终端，其特征在于，当i= I时，所述标注单元将所述目标检测区域进行标注之后，所述计算单元将所述第i帧人脸图像的初始关键点的位置进行迭代回归，得到所述第i帧人脸图像的人脸关键点的位置之前，所述方法还包括: 所述确定单元，还用于从所述预设的多个候选初始形状中确定第二初始形状，所述第二初始形状为默认的； 所述计算单元，还用于根据所述标注单元标注的所述目标检测区域和所述确定单元确定的所述第二初始形状，计算所述第i帧人脸图像的初始人脸关键点的位置。14.根据所述权利要求12所述的终端，其特征在于，所述终端还包括:提取单元； 所述提取单元，用于对所述计算单元计算出的所述第i帧人脸图像的初始关键点位置提取第一特征； 所述迭代回归单元，具体用于将所述提取单元提取的所述第一特征进行线性回归，得到第一偏移量；以及将所述计算单元计算出的所述第i帧人脸图像的初始人脸关键点的位置位移所述提取单元提取的所述第一偏移量，得到所述第i帧人脸图像的人脸关键点的位置。15.根据所述权利要求14所述的终端，其特征在于， 所述提取单元对所述第i帧人脸图像的初始关键点位置提取尺度不变特征变换SIFT特征、方向梯度直方图HOG特征或者加速稳健特征SURF。16.根据所述权利要求9或10所述的终端，其特征在于，所述终端还包括:设置单元、归一化单元； 所述设置单元，用于设置不同人脸类别的人脸图像训练集； 所述归一化单元，用于根据所述标注单元标注的所述目标检测区域的大小和位置，将所述设置单元设置的每个人脸图像训练集中的所有人脸图像的人脸关键点的位置进行归一化，得到所有人脸图像的初始形状； 所述确定单元，还用于将所述归一化单元得到的所述所有人脸图像的初始形状的平均值作为候选初始形状;将不同的人脸类别对应的不同的候选初始形状，确定为所述预设的多个候选初始形状。
【专利摘要】本发明实施例公开了一种关键点的定位方法及终端，该方法包括：采集目标对象时，检测出该目标对象为人脸图像，按照预设配置在第i帧人脸图像上生成用于人脸识别定位的目标检测区域并进行标注，i≥1；当i＞1时，根据前一帧与当前帧的相似度匹配策略，由第i-1帧人脸图像的人脸关键点信息预估得到第i帧人脸图像的人脸类别；根据第i帧人脸图像的人脸类别，从预设的多个候选初始形状中确定第一初始形状；根据目标检测区域和第一初始形状，计算第i帧人脸图像的初始人脸关键点的位置。
【IPC分类】G06K9/00, G06K9/46
【公开号】CN105512627
【申请号】CN201510880899
【发明人】宫鲁津
【申请人】腾讯科技（深圳）有限公司
【公开日】2016年4月20日
【申请日】2015年12月3日