(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211350760.6 (22)申请日 2022.10.31 (71)申请人 长沙朗源电子科技有限公司 地址 410000 湖南省长 沙市高新 开发区尖 山路18号中电软件园二期第A 20幢 (72)发明人 劳冠华　唐涛　 (74)专利代理 机构 广州市越秀区哲力专利商标 事务所(普通 合伙) 44288 专利代理师 孙中华 (51)Int.Cl. G06V 40/16(2022.01) G06V 20/70(2022.01) G06V 10/82(2022.01) (54)发明名称 一种人脸检测模型的自动标记装置 (57)摘要 本申请公开了一种人脸检测模型的训练方 法， 通过将人脸图像五官边界点连线形成五官边 界线， 再将五官边界线扩大得到第一五官检测 框； 测量计算人脸姿态角度和坐标轴的调整量； 并根据所述坐标轴的调整量调整第一五官检测 框大小以及坐标， 得到更精准的第二五官检测 框； 重复前述步骤获得多个第二五官检测框， 依 据所述多个第二五官检测框生成标记文件完成 训练集； 根据所述训练集训练获得人脸检测模 型。 本申请提供一种基于此种方法训练的人脸检 测模型的五官自动标记工具， 能减少人力成本消 耗， 提升人脸检测模型的适用能力。 权利要求书1页 说明书6页 附图3页 CN 115546871 A 2022.12.30 CN 115546871 A 1.一种人脸检测模型的自动标记方法， 其特 征在于， 包括如下步骤： S01： 获取 人脸图像， 采集五官边界点； S02： 将人脸图像五官边界点连线形成五官边界线， 再将所述五官边界线扩大得到第一 五官检测框； S03： 测量人脸姿态角度， 根据所述人脸姿态角度计算第 一五官检测框上的点坐标的调 整量； S04： 根据所述调整量调整所述第一五官检测框， 得到更精准的第二五官检测框； S05： 重复步骤S01 ‑S04获得多个第二五官检测框， 依据所述多个第二五官检测框生成 标记文件完成训练集； S06： 根据所述训练集训练获得 人脸检测模型。 2.根据权利要求1所述的人脸检测模型的自动标记方法， 其特征在于， 将所述五官边界 线扩大0.1倍到第一五官检测框 。 3.根据权利 要求1所述的人脸检测模型的自动标记方法， 其特征在于， 使用ResNet50人 脸检测10 6点模型获得 所述五官边界点。 4.根据权利要求1所述的人脸检测模型的自动标记方法， 其特征在于， 所述人脸姿态角 度包括俯仰角、 偏航角和翻滚角。 5.根据权利要求4所述的人脸检测模型的自动标记方法， 其特征在于， 通过opencv的 solvePnP方法结合欧拉角计算公式得到俯仰角、 偏航角和翻滚角。 6.一种人脸检测模型的自动标记装置， 其特 征在于， 包括： 人脸图像获取模块(10)， 用于获取 人脸图像， 采集五官边界点； 检测处理模块(11)， 用于将人脸图像的所述五官边界点连线形成五官边界线， 再将所 述五官边界线扩大得到第一 五官检测框； 用于根据所述第一 五官检测框上点的坐标调整量 调整第一五官检测框， 得到更精准的第二五官检测框； 计算模块(12)， 用于测量计算人脸姿态角度和第一五官检测框上点的坐标调整量； 确定模块(13)， 用于根据训练集训练获得人脸检测模型； 其中， 利用多个第二五官检测 框生成标记文件完成所述训练集。 7.根据权利要求6所述的人脸检测模型的自动标记装置， 其特征在于， 将所述五官边界 线扩大0.1倍到第一五官检测框 。 8.根据权利 要求6所述的人脸检测模型的自动标记装置， 其特征在于， 使用ResNet50人 脸检测10 6点模型获得 所述五官边界点。 9.一种人脸识别系统， 其特征在于， 包括权利要求6 ‑8中任一项所述的人脸检测模型的 自动标记装置 。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有程序， 所述的程序能执 行权利要求1 ‑5中任一项所述的人脸检测模型的自动标记方法。权　利　要　求　书 1/1 页 2 CN 115546871 A 2一种人脸检测模型的 自动标记装 置 技术领域 [0001]本申请涉及人脸识别技术领域， 尤其涉及 一种人脸识别中人脸检测模型的自动标 记工具。 背景技术 [0002]人脸识别， 是基于人的脸部特征信息进行身份识别的一种生物识别技术。 用摄像 机或摄像头采集含有人脸的图像或视频， 并自动在图像中检测和跟踪人脸， 进而对检测到 的人脸进行脸部识别的一系列相关技 术， 通常也 叫做人像识别、 面部识别。 [0003]在人脸识别的过程中， 发明人发现： [0004]现有的人脸识别需要借助人脸检测模型实现， 人脸检测模型的构建需要大量的训 练数据， 目前的训练数据全部依靠手动采集进行标记， 人力成本耗费大且效率低。 人工采集 的数据量有限， 通过有限量的数据训练出的人脸检测模型识别能力有限， 例如， 在识别有装 饰物的人脸时， 经常出现识别失败的情况， 降低了用户体验。 [0005]因此， 为了减少人力成本消耗， 提升人脸检测模型的适用能力， 需要提供一种人脸 检测模型的自动标记工具。 发明内容 [0006]本申请实施例提供一种人脸检测模型的自动标记方法的相关技术方案， 用以解决 现有技术中人工采集数据训练模型 人力成本耗费大且效率低的技 术问题。 [0007]本申请提供一种人脸检测模型的自动标记方法， 包括如下步骤： [0008]S01： 获取 人脸图像， 采集五官边界点； [0009]S02： 将人脸图像的所述五官边界点连线形成五官边界线， 再将所述五官边界线扩 大得到第一五官检测框； [0010]S03： 测量人脸姿态角度， 根据所述人脸姿态角度计算第一五官检测框上的点坐标 的调整量； [0011]S04： 根据所述调整量调整第一五官检测框， 得到更精准的第二五官检测框； [0012]S05： 重复步骤S01 ‑S04获得多个第二五官检测框， 依据所述多个第二五官检测框 生成标记文件完成训练集； [0013]S06： 根据所述训练集训练获得 人脸检测模型。 [0014]进一步地， 将五官边界线扩大0.1倍到第一五官检测框 。 [0015]进一步地， 使用ResNet5 0人脸检测10 6点模型获得 所述五官边界点。 [0016]进一步地， 所述人脸姿态角度包括俯仰角、 偏航角和翻滚角。 [0017]进一步地， 通过opencv的solvePnP方法结合欧拉角计算公式得到俯仰角、 偏航角 和翻滚角。 [0018]本申请还提供一种人脸检测模型的自动标记装置， 包括： [0019]人脸图像获取模块(10)， 用于获取 人脸图像， 采集五官边界点；说　明　书 1/6 页 3 CN 115546871 A 3