- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111476096 A
(43)申请公布日
2020.07.31
(21)申请号 202010151332.5
(22)申请日 2020.03.06
(71)申请人 深圳壹账通智能科技有限公司
地址 518000 广东省深圳市前海深港合作
区前湾一路1号A栋201室(入驻深圳市
前海商务秘书有限公司)
(72)发明人 胡艺飞 徐国强
(74)专利代理机构 深圳市世联合知识产权代理
有限公司 44385
代理人 汪琳琳
(51)Int.Cl.
G06K 9/00(2006.01)
G06K 9/62(2006.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)
权利要求书2页 说明书11页 附图3页
(54)发明名称
一种人脸图像关键点方法、装置、计算机设
备及存储介质
(57)摘要
本申请实施例属于人工智能领域,涉及一种
人脸图像关键点定位方法,包括:将原始图像信
息输入至第一定位模型进行原始关键点定位操
作,获得原始关键点数据;基于标准关键点数据
获取与所述原始关键点数据相对应的矫正矩阵;
基于所述矫正矩阵对所述原始图像信息进行矫
正操作,获得中间图像信息;将所述中间图像信
息输入至第二定位模型进行目标关键点定位操
作,获得目标关键点数据;基于所述矫正矩阵对
所述目标关键点数据进行复位操作,获得最终关
键点数据;向所述用户终端输出所述最终关键点
A 数据。本申请还提供一种人脸图像关键点定位装
6 置、计算机设备及存储介质。本申请提高系统的
9
0
6 适用性,同时有效减少计算模型的训练难度,提
7
4
1 高模型的准确性。
1
1
N
C
CN 111476096 A 权 利 要 求 书 1/2页
1.一种基于人工智能的人脸图像关键点定位方法,其特征在于,所述方法包括如下步
骤:
接收用户终端发送的关键点定位请求,所述关键点定位请求至少携带有原始图像信
息;
响应所述关键点定位请求,将所述原始图像信息输入至第一定位模型进行原始关键点
定位操作,获得原始关键点数据;
基于标准关键点数据获取与所述原始关键点数据相对应的矫正矩阵;
基于所述矫正矩阵对所述原始图像信息进行矫正操作,获得中间图像信息;
将所述中间图像信息输入至第二定位模型进行目标关键点定位操作,获得目标关键点
数据;
基于所述矫正矩阵对所述目标关键点数据进行复位操作,获得最终关键点数据;
向所述用户终端输出所述最终关键点数据。
2.如权利要求1所述的基于人工智能的人脸图像关键点定位方法,其特征在于,所述第
一定位模型为多任务卷积神经网络模型,所述多任务卷积神经网络模型由P-NET神经网络、
R-NET神经网络和O-NET神经网络级联而成。
3.如权利要求1所述的基于人工智能的人脸图像关键点定位方法,其特征在于,所述第
二定位模型包括池化层和上采样层,所述池化层和所述上采样层在所述第二定位模型中相
互交替组合。
4.如权利要求3所述的基于人工智能的人脸图像关键点定位方法,其特征在于,所述池
化层和上采样层的数量均为四层。
5.如权利要求3所述的基于人工智能的人脸图像关键点定位方法,其特征在于,所述第
二定位模型还包括有注意力机制模块,用于为所述池化层和所述上采样层得到的特征数据
分配权重。
6.如权利要求1所述的基于人工智能的
文档评论(0)