例性实施例示出的一种人脸关键点定位处理方法的流程图，如 图5所示，在图4实施例的基础上，在步骤203中，第N+1待修正的人脸图像的各个像素点分别 与待处理的人脸图像中的各个像素点进行比较，若获取到待处理的人脸图像中存在异常像 素点，则去除第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：
[0105] 在步骤501中，分别获取第N修正后的人脸图像中的各个像素点分别与待处理的人 脸图像中的各个像素点对应的灰度值。
[0106] 在步骤502中，采用公式(4)
[0107] Δ /= | miN-ru (4)
[0108] 计算获取并保存第N修正后的人脸图像中第i个像素的点灰度值与待处理的人脸 图像中的第i个像素点灰度值差值的绝对值A /。
[0109] 其中，nuN表示第N修正后的人脸图像中第i个像素点的灰度值，m表示待处理的人 脸图像中第i个像素点的灰度值。
[0110]在步骤503中，若灰度值差值的绝对值△ /大于预设阈值，则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。
[0111] 在本实施例中，分别获取第N修正后的人脸图像中的各个像素点分别与待处理的 人脸图像中的各个像素点对应的灰度值，采用公式(4)计算获取并保存第N修正后的人脸图 像中第i个像素的点灰度值与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，若 灰度值差值的绝对值大于预设阈值，则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，这样，通过上述步骤可以逐步去除待处理的人脸图像中的所有异常点。
[0112] 图6是根据一示例性实施例示出的一种人脸关键点定位处理装置的框图，如图6所 示，该装置包括:获取模块10和定位模块11。
[0113]获取模块10,用于采集待处理的人脸图像，并获取待处理的人脸图像中各个像素 点对应的待拟合向量。
[0114]获取模块10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。
[0115]定位模块11，用于查询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。
[0116] 在本实施例中，通过采集待处理的人脸图像，并获取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，这样， 通过查询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，提高了人脸图像中关键点的定位精度。
[0117] 图7是根据另示例性实施例示出的一种人脸关键点定位处理装置的框图，如图7所 不，获取模块包括:查询子模块20和修正子模块21。
[0118] 查询子模块20,用于根据待拟合向量，查询人脸图像样本集对应的样本矩阵，获取 待处理的人脸图像对应的第一待修正的人脸图像。
[0119]修正子模块21，用于将第一待修正的人脸图像中的各个像素点分别与待处理的人 脸图像中的各个像素点进行比较，若获取到待处理的人脸图像中存在异常像素点，则去除 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。
[0120]查询子模块20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，查询人脸图像样本集对应的样本矩阵，获取与第N修正后的人脸图像对应的第N+1待修 正的人脸图像。
[0121]修正子模块21还用于将第N+1待修正的人脸图像的各个像素点分别与待处理的人 脸图像中的各个像素点进行比较，若获取到待处理的人脸图像中存在异常像素点，则去除 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。
[0122] 其中，N为正整数，且初始时N等于2。
[0123] 在本实施例中，通过根据待拟合向量，查询人脸图像样本集对应的样本矩阵，获取 待处理的人脸图像对应的第一待修正的人脸图像，将第一待修正的人脸图像中的各个像素 点分别与待处理的人脸图像中的各个像素点进行比较，若获取到待处理的人脸图像中存在 异常像素点，则去除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，查询人 脸图像样本集对应的样本矩阵，获取与第N修正后的人脸图像对应的第N+1待修正的人脸图 像，并将第N+1待修正的人脸图像的各个像素点分别与待处理的人脸图像中的各个像素点 进行比较，若获取到待处理的人脸图像中存在异常像素点，则去除第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，这样，可以快速获取不存在 异常像素点的人脸图像。
[0124] 图8是根据又一示例性实施例示出的一种人脸关键点定位处理装置的框图，如图8 所示，在图7实施例的基础上，获取模块10还用于从数据库中获取人脸图像样本集，并获取 与人脸图像样本集对应的初始样本矩阵X。
[0125] 该装置还包括分解模块30，用于对初始样本矩阵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E k;其中，X=Ak+Ek，k为正整数。
[0126] 计算模块31，用于采用公式（1)
[0127] A = arg min f(A) (1)
[0128] 获取样本矩阵A并保存至本地。
[0129] 其中，f(Ak)=rank(Ak)+X| |Ek| |o，rank(Ak)表示低秩矩阵Ak的秩，λ表示权重系数， I |Ek| |〇表示稀疏矩阵Ek的零范数。
[0130]在本实施例中，从数据库中获取人脸图像样本集，并获取与人脸图像样本集对应 的初始样本矩阵X，对初始样本矩阵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，并通过公式（1)获取样本矩阵A并保存至本地，从而可以去除初始样本矩阵中的噪 声，提高了样本矩阵的精度。
[0131] 图9是根据再一示例性实施例示出的一种人脸关键点定位处理装置的框图，如图9 所示，在图8实施例的基础上，查询子模块20,包括:主成分分析单元40、第一计算单元41和 第二计算单元42。
[0132] 主成分分析单元40,用于对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。
[0133] 第一计算单元41，用于采用公式(2)
[0134] (aiN,a2N, . . . ,akN) =arg min E(aiN,a2N, . . . ,akN) (2)
[0135] 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，a2N, · · ·，akN)。
[0136] 其中，
）2，p表示第N修正后的人脸 >=i j=i 图像中像素点的个数，XlN表示第N修正后的人脸图像中的第i个像素，讲表示均值向量的第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表示特征向量组中向量的个数。
[0137] 第二计算单元42,用于采用公式(3)
[0138]
(3)
[0139] 计算获取并保存第N+1待修正的人脸图像/。
[0140] 其中，μ表示均值向量，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表示特征向量组中向量的个数，ej表示第j个特征向量。
[0141] 在本实施例中，通过对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(2)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，并通过采用公式(3)计算获取并保存第N+1待修正的人脸图像，提高了第N+1待修 正的人脸图像的获取效率。
[0142] 图10是根据再一示例性实施例示出的一种人脸关键点定位处理装置的框图，如图 10所示，在图9实施例的基础上，修正子模块21包括:灰度值获取单元50、第三计算单元51和 处理单元52。
[0143] 灰度值获取单元50,用于分别获取第N修正后的人脸图像中的各个像素点分别与 第1待处理的人脸图像中的各个像素点对应的灰度值。
[0144] 第三计算单元51，用于采用公式Δ /= | miN-m |计算获取并保存第N修正后的人脸 图像中第i个像素的点灰度值与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 Δ Λ其中，nuN表示第N修正后的人脸图像中第i个像素点的灰度值，m表示待处理的人脸图 像中第i个像素点的灰度值。
[0145] 处理单元52,用于若灰度值差值的绝对值大于预设阈值，则待处理的人脸图像 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。
[0146] 在本实施例中，分别获取第N修正后的人脸图像中的各个像素点分别与待处理的 人脸图像中的各个像素点对应的灰度值，采用公式(4)计算获取并保存第N修正后的人脸图 像中第i个像素的点灰度值与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，若 灰度值差值的绝对值大于预设阈值，则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，这样，通过上述步骤可以逐步去除待处理的人脸图像中的所有异常点。
[0147] 以上描述了人脸关键点定位处理装置的内部功能和结构，图11是根据再一示例性 实施例示出的一种人脸关键点定位处理装置的框图，如图11所示，该人脸关键点定位处理 装置可实现为：
[0148] 存储器60;
[0149] 用于存储处理器61可执行指令的存储器60;
[0150]其中，处理器61被配置为：
[0151]采集待处理的人脸图像，并获取待处理的人脸图像中各个像素点对应的待拟合向 量；
[0152] 查询本地保存的人脸图像样本集对应的