脸部特征提取方法、装置、电子设备制造方法及图纸

本发明专利技术提供了一种基于人工智能的脸部特征提取方法、装置、电子设备及计算机可读存储介质；方法包括：根据标准脸部图像的配准点标注，对标准脸部图像进行剖分处理，得到标准脸部图像的面片化结果；根据标准脸部图像的面片化结果，对标准脸部图像的配准点标注的空间分布进行重塑处理以得到脸部图像样本，并将标准脸部图像的配准点标注根据重塑处理进行同步，得到脸部图像样本对应的配准点标注；基于脸部图像样本以及对应的配准点标注，对图像配准模型进行训练处理；基于训练后的图像配准模型对目标脸部图像进行特征提取处理，将提取的配准点作为目标脸部图像的脸部特征。通过本发明专利技术，能够自动生成大量带有标注的脸部图像样本，提高模型训练的效率。

【技术实现步骤摘要】
脸部特征提取方法、装置、电子设备
本专利技术涉及人工智能的图像处理技术，尤其涉及一种基于人工智能的脸部特征提取方法、装置、电子设备及计算机可读存储介质。
技术介绍
人工智能(ArtificialIntelligence，AI)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。在基于人工智能的图像处理技术中，特征提取是一个重要的研究方向，能够通过图像配准模型自动提取图像中的脸部特征，并基于提取到的脸部特征，对五官自动精准定位，以对脸部的特定位置进行修饰美颜；还可以基于提取到的脸部特征，获取表情、情绪等人脸属性信息，以实现特效相机、动态贴纸等互动娱乐功能。但是，相关技术中，对图像配准模型的训练依赖于大量人工标注的脸部图像样本，模型训练效率低。
技术实现思路
本专利技术实施例提供一种基于人工智能的脸部特征提取方法、装置、电子设备及计算机可读存储介质，能够通过重塑标准脸部图像，自动生成大量带有标注的脸部图像样本，提高模型训练的效率。本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供一种基于人工智能的脸部特征提取方法，包括：根据标准脸部图像的配准点标注，对所述标准脸部图像进行剖分处理，得到所述标准脸部图像的面片化结果；根据所述标准脸部图像的面片化结果，对所述标准脸部图像的配准点标注的空间分布进行重塑处理以得到脸部图像样本，并将所述标准脸部图像的配准点标注根据所述重塑处理进行同步，得到所述脸部图像样本对应的配准点标注；基于所述脸部图像样本以及对应的配准点标注，对图像配准模型进行训练处理；基于训练后的图像配准模型对目标脸部图像进行特征提取处理，将提取的配准点作为所述目标脸部图像的脸部特征。本专利技术实施例提供一种基于人工智能的脸部特征提取装置，包括：剖分模块，用于根据标准脸部图像的配准点标注，对所述标准脸部图像进行剖分处理，得到所述标准脸部图像的面片化结果；重塑模块，用于根据所述标准脸部图像的面片化结果，对所述标准脸部图像的配准点标注的空间分布进行重塑处理以得到脸部图像样本，并将所述标准脸部图像的配准点标注根据所述重塑处理进行同步，得到所述脸部图像样本对应的配准点标注；训练模块，用于基于所述脸部图像样本以及对应的配准点标注，对图像配准模型进行训练处理；提取模块，用于基于训练后的图像配准模型对目标脸部图像进行特征提取处理，将提取的配准点作为所述目标脸部图像的脸部特征。上述技术方案中，所述剖分模块还用于将所述标准脸部图像的配准点标注中的任意三个配准点进行连接，得到所述标准脸部图像中对应所述任意三个配准点的三角面片；对多个所述三角面片进行组合处理，得到所述标准脸部图像的面片化结果；其中，任意两个所述三角面片不相交或者相交于一条公共边。上述技术方案中，所述重塑模块还用于针对所述标准脸部图像的面片化结果中的多个三角面片，进行尺寸以及位置的调整；其中，每个所述三角面片对应所述标准脸部图像中三个配准点标注的空间分布；基于所述多个三角面片的纹理对调整后的所述三角面片进行映射处理，得到与所述多个三角面片对应的包含纹理的新三角面片；将所述标准脸部图像中未调整的三角面片与所述新三角面片进行组合，得到脸部图像样本。上述技术方案中，所述重塑模块还用于针对所述多个三角面片中的任一三角面片执行以下处理：确定所述三角面片中三个配准点的坐标；变换所述三个配准点中至少一个配准点的坐标，以使所述三角面片的尺寸以及位置对应进行变换。上述技术方案中，所述重塑模块还用于根据所述标准脸部图像的面片化结果，对所述标准脸部图像进行重塑处理，得到重塑后的标准脸部图像；对所述重塑后的标准脸部图像进行整体调整以得到脸部图像样本。上述技术方案中，所述重塑模块还用于以所述重塑后的标准脸部图像的成像区域为基准区域，针对所述重塑后的标准脸部图像执行以下调整处理至少之一：对所述重塑后的标准脸部图像进行等比例地缩小或放大，将缩小或放大后处于所述基准区域中的部分作为脸部图像样本；以所述重塑后的标准脸部图像中的任一位置为轴，对所述重塑后的标准脸部图像进行顺时针或逆时针方向地旋转，将旋转后处于所述基准区域中的部分作为脸部图像样本；对所述重塑后的标准脸部图像进行至少一个方向的平移，将平移后处于所述基准区域中的部分作为脸部图像样本；将所述重塑后的标准脸部图像的至少部分区域作为添加噪点区域，将所述添加噪声区域中像素点的颜色值与待添加噪点的颜色值相加，并将颜色值相加后得到的所述标准脸部图像作为脸部图像样本。上述技术方案中，所述训练模块还用于通过所述图像配准模型对所述脸部图像样本进行配准处理，得到所述脸部图像样本的预测配准点；根据所述脸部图像样本的预测配准点、以及所述脸部图像样本的配准点标注，构建所述图像配准模型的第一损失函数；根据所述脸部图像样本的预测配准点、所述预测配准点所属的五官类型以及所述脸部图像样本的配准点标注，构建所述图像配准模型的第二损失函数；根据所述脸部图像样本的预测配准点、以及对应所述脸部图像样本的镜像图像样本的预测配准点，构建所述图像配准模型的第三损失函数；对所述第一损失函数、所述第二损失函数、以及所述第三损失函数进行加权求和，得到所述图像配准模型的整体损失函数；更新所述图像配准模型的参数直至所述整体损失函数收敛，将所述整体损失函数收敛时所述图像配准模型的更新的参数，作为训练后的所述图像配准模型的参数。上述技术方案中，所述训练模块还用于在所述配准点标注中，确定与所述脸部图像样本的预测配准点对应的配准点的标注坐标；将所述脸部图像样本的预测配准点的坐标与所述标注坐标的差值的绝对值，确定为所述图像配准模型的第一损失函数。上述技术方案中，所述训练模块还用于在所述配准点标注中，确定与所述脸部图像样本的预测配准点对应的配准点的标注坐标，并确定所述脸部图像样本的预测配准点的坐标与所述标注坐标的差值的绝对值；将所述绝对值与所述预测配准点所属的五官类型所包含的配准点的数量的比值，确定为所述图像配准模型的第二损失函数。上述技术方案中，所述训练模块还用于基于所述预测配准点所属的五官类型的权重，对所述绝对值与所述预测配准点所属的五官类型所包含的配准点的数量的比值进行加权，将加权结果确定为所述图像配准模型的第二损失函数。上述技术方案中，所述装置还包括：配准模块，用于通过所述图像配准模型对所述脸部图像样本的镜像图像样本进行配准处理，得到所述镜像图像样本的预测配准点；所述训练模块还用于在所述镜像图像样本中，确定与所述脸部图像样本的预测配准点对应的预测配准点的坐标的镜像坐标；将所本文档来自技高网...

【技术保护点】
1.一种脸部特征提取方法，其特征在于，所述方法包括：/n根据标准脸部图像的配准点标注，对所述标准脸部图像进行剖分处理，得到所述标准脸部图像的面片化结果；/n根据所述标准脸部图像的面片化结果，对所述标准脸部图像的配准点标注的空间分布进行重塑处理以得到脸部图像样本，并/n将所述标准脸部图像的配准点标注根据所述重塑处理进行同步，得到所述脸部图像样本对应的配准点标注；/n基于所述脸部图像样本以及对应的配准点标注，对图像配准模型进行训练处理；/n基于训练后的图像配准模型对目标脸部图像进行特征提取处理，将提取的配准点作为所述目标脸部图像的脸部特征。/n

【技术特征摘要】
1.一种脸部特征提取方法，其特征在于，所述方法包括：
根据标准脸部图像的配准点标注，对所述标准脸部图像进行剖分处理，得到所述标准脸部图像的面片化结果；
根据所述标准脸部图像的面片化结果，对所述标准脸部图像的配准点标注的空间分布进行重塑处理以得到脸部图像样本，并
将所述标准脸部图像的配准点标注根据所述重塑处理进行同步，得到所述脸部图像样本对应的配准点标注；
基于所述脸部图像样本以及对应的配准点标注，对图像配准模型进行训练处理；
基于训练后的图像配准模型对目标脸部图像进行特征提取处理，将提取的配准点作为所述目标脸部图像的脸部特征。


2.根据权利要求1所述的方法，其特征在于，所述根据标准脸部图像的配准点标注，对所述标准脸部图像进行剖分处理，得到所述标准脸部图像的面片化结果，包括：
将所述标准脸部图像的配准点标注中的任意三个配准点进行连接，得到所述标准脸部图像中对应所述任意三个配准点的三角面片；
对多个所述三角面片进行组合处理，得到所述标准脸部图像的面片化结果；
其中，任意两个所述三角面片不相交或者相交于一条公共边。


3.根据权利要求1所述的方法，其特征在于，所述根据所述标准脸部图像的面片化结果，对所述标准脸部图像的配准点标注的空间分布进行重塑处理以得到脸部图像样本，包括：
针对所述标准脸部图像的面片化结果中的多个三角面片，进行尺寸以及位置的调整；其中，每个所述三角面片对应所述标准脸部图像中三个配准点标注的空间分布；
基于所述多个三角面片的纹理对调整后的所述三角面片进行映射处理，得到与所述多个三角面片对应的包含纹理的新三角面片；
将所述标准脸部图像中未调整的三角面片与所述新三角面片进行组合，得到脸部图像样本。


4.根据权利要求3所述的方法，其特征在于，所述针对所述标准脸部图像的面片化结果中的多个三角面片，进行尺寸以及位置的调整，包括：
针对所述多个三角面片中的任一三角面片执行以下处理：
确定所述三角面片中三个配准点的坐标；
变换所述三个配准点中至少一个配准点的坐标，以使所述三角面片的尺寸以及位置对应进行变换。


5.根据权利要求1所述的方法，其特征在于，所述根据所述标准脸部图像的面片化结果，对所述标准脸部图像进行重塑处理以得到脸部图像样本，包括：
根据所述标准脸部图像的面片化结果，对所述标准脸部图像进行重塑处理，得到重塑后的标准脸部图像；
对所述重塑后的标准脸部图像进行整体调整以得到脸部图像样本。


6.根据权利要求5所述的方法，其特征在于，所述对所述重塑后的标准脸部图像进行整体调整以得到脸部图像样本，包括：
以所述重塑后的标准脸部图像的成像区域为基准区域，针对所述重塑后的标准脸部图像执行以下调整处理至少之一：
对所述重塑后的标准脸部图像进行等比例地缩小或放大，将缩小或放大后处于所述基准区域中的部分作为脸部图像样本；
以所述重塑后的标准脸部图像中的任一位置为轴，对所述重塑后的标准脸部图像进行顺时针或逆时针方向地旋转，将旋转后处于所述基准区域中的部分作为脸部图像样本；
对所述重塑后的标准脸部图像进行至少一个方向的平移，将平移后处于所述基准区域中的部分作为脸部图像样本；
将所述重塑后的标准脸部图像的至少部分区域作为添加噪点区域，将所述添加噪声区域中像素点的颜色值与待添加噪点的颜色值相加，并将颜色值相加后得到的所述标准脸部图像作为脸部图像样本。


7.根据权利要求1所述的方法，其特征在于，所述基于所述脸部图像样本以及对应的配准点标注，对图像配准模型进行训练处理，包括：
通过所述图像配准模型对所述脸部图像样本进行配准处理，得到所述脸部图像样本的预测配准点；
根据所述脸部图像样本的预测配准点、以及所述脸部图像样本的配准点标注，构建所述图像配准模型的第一损失函数；
根据所述脸部图像样本的预测配准点、所述预测配准点所属的五官类型以及所述脸部图像样本的配准点标注，构建所述图像配准模型的第二损失函数；
根据所述脸部图像样本的预测配准点、以及对应所述脸部图像样本的镜像图像样本的预测配准点，构建所述图像配准模型的第三损失函数...

【专利技术属性】
技术研发人员：曹玮剑，赵艳丹，曹赟，葛彦昊，汪铖杰，李季檩，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44