头部姿态识别方法、装置、设备及计算机存储介质与流程

1.本技术属于图像识别领域，尤其涉及一种头部姿态识别方法、装置、设备及计算机存储介质。


背景技术：

2.随着图像识别技术的发展，姿态识别成为其中一个重要的研究方向，在广告、动画、多媒体以及社交等多个领域都有较大的应用前景，而在这些场景中都需要进行头部姿态的识别。因此，如何准确的识别出人体头部的姿态，成为亟待解决的问题。
3.现有技术中，主要通过基于模板匹配的方法，将输入的二维图像与模板库中标注过的图像进行比较，从而匹配得到与输入的二维图像最为相似的视图及头部姿态。然而，以上方式存在匹配过程耗时较长，并且匹配出的姿态结果准确度不高的问题。


技术实现要素：

4.本技术实施例提供一种头部姿态识别方法、装置、设备及计算机存储介质，能够解决现有技术中头部姿态识别结果准确率低的问题。
5.第一方面，本技术实施例提供一种头部姿态识别方法，该方法包括：
6.获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标；
7.基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与所述目标头部特征点对应的所述预设特征点在世界坐标系下的目标三维坐标；
8.基于所述二维像素坐标系与所述世界坐标系的预设变换关系，根据所述目标二维坐标以及所述目标三维坐标计算所述目标对象的头部姿态角，得到目标头部姿态。
9.在一种实施方式中，所述获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标，包括：
10.采集视频流数据中的所述目标图像；
11.识别所述目标图像中目标对象的目标头部特征点；
12.基于预设提取算法获取所述目标头部特征点在所述二维像素坐标系下的所述目标二维坐标。
13.在一种实施方式中，在所述基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与所述目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标之前，所述方法还包括：
14.获取第一图像中目标对象的头部特征点在二维像素坐标系下的二维坐标；
15.获取预设初始模型中的预设特征点在世界坐标系下的三维坐标；
16.将所述预设特征点在世界坐标系下的三维坐标投影至二维像素平面，得到所述预设特征点在所述二维像素坐标系下的投影二维坐标；
17.调整所述投影二维坐标，以使所述投影二维坐标与所述头部特征点在二维像素坐
标系下的二维坐标重合，得到所述头部特征点与预设初始模型中的预设特征点的预设对应关系。
18.在一种实施方式中，所述调整所述投影二维坐标，以使所述投影二维坐标与所述头部特征点在二维像素坐标系下的二维坐标重合，得到所述头部特征点与预设初始模型中的预设特征点的预设对应关系，包括：
19.基于所述头部特征点与所述预设初始模型中所述预设特征点的预设对应关系和预设拟合模型，调整所述投影二维坐标，以使所述投影二维坐标与所述头部特征点在二维像素坐标系下的二维坐标重合，得到所述头部特征点与预设初始模型中的预设特征点的预设对应关系。
20.其中，所述预设拟合模型基于如下公式表征：
[0021][0022]
其中，y是所述头部特征点在二维像素坐标系下的二维坐标，s为与所述头部特征点对应的所述第二预设特征点在世界坐标系下的三维坐标，s是缩放参数，r是第一旋转矩阵，t是位移向量，n是所述头部特征点的个数。
[0023]
在一种实施方式中，所述基于所述二维像素坐标系与所述世界坐标系的预设变换关系，根据所述目标二维坐标以及所述目标三维坐标计算所述目标对象的头部姿态角，得到目标头部姿态，包括：
[0024]
基于所述二维像素坐标系与所述世界坐标系的预设变换关系，根据所述目标二维坐标以及所述目标三维坐标计算目标旋转矩阵；
[0025]
根据所述目标旋转矩阵计算所述目标对象的头部姿态角，得到目标头部姿态。
[0026]
在一种实施方式中，所述头部特征点包括头部轮廓特征点以及脸部特征点，所述脸部特征点包括脸部轮廓特征点、左眉特征点、右眉特征点、左眼特征点、右眼特征点、鼻翼特征点、嘴巴特征点和下巴特征点。
[0027]
第二方面，本技术实施例提供了一种头部姿态识别装置，该头部姿态识别装置包括：
[0028]
获取模块，用于获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标；
[0029]
确定模块，用于基于所述头部特征点与预设基准模型中预设特征点的预设对应关系，确定与所述目标头部特征点对应的所述预设特征点在世界坐标系下的目标三维坐标；
[0030]
计算模块，用于基于所述二维像素坐标系与所述世界坐标系的预设变换关系，根据所述目标二维坐标以及所述目标三维坐标计算所述目标对象的头部姿态角，得到目标头部姿态。在一种实施方式中，该头部姿态识别装置还包括采集模块和识别模块；
[0031]
所述采集模块，用于采集视频流数据中的所述目标图像；
[0032]
所述识别模块，用于识别所述目标图像中目标对象的目标头部特征点；
[0033]
所述获取模块，还用于基于预设提取算法获取所述目标头部特征点在所述二维像素坐标系下的所述目标二维坐标。
[0034]
在一种实施方式中，该头部姿态识别装置还包括投影模块和调整模块；
[0035]
所述获取模块，还用于获取第一图像中目标对象的头部特征点在二维像素坐标系下的二维坐标；
[0036]
所述获取模块，还用于获取预设初始模型中的预设特征点在世界坐标系下的三维坐标；
[0037]
所述投影模块，用于将所述预设特征点在世界坐标系下的三维坐标投影至二维像素平面，得到所述预设特征点在所述二维像素坐标系下的投影二维坐标；
[0038]
所述调整模块，用于调整所述投影二维坐标，以使所述投影二维坐标与所述头部特征点在二维像素坐标系下的二维坐标重合，得到所述头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0039]
在一种实施方式中，所述调整模块，还用于基于所述头部特征点与所述预设初始模型中所述预设特征点的预设对应关系和预设拟合模型，调整所述投影二维坐标，以使所述投影二维坐标与所述头部特征点在二维像素坐标系下的二维坐标重合，得到所述头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0040]
其中，所述预设拟合模型基于如下公式表征：
[0041][0042]
其中，y是所述头部特征点在二维像素坐标系下的二维坐标，s为与所述头部特征点对应的所述预设特征点在世界坐标系下的三维坐标，s是缩放参数，r是第一旋转矩阵，t是位移向量，n是所述头部特征点的个数。
[0043]
在一种实施方式中，所述计算模块，还用于基于所述二维像素坐标系与所述世界坐标系的预设变换关系，根据所述目标二维坐标以及所述目标三维坐标计算目标旋转矩阵；
[0044]
所述计算模块，还用于根据所述目标旋转矩阵计算所述目标对象的头部姿态角，得到目标头部姿态。
[0045]
在一种实施方式中，所述头部特征点包括头部轮廓特征点以及脸部特征点，所述脸部特征点包括脸部轮廓特征点、左眉特征点、右眉特征点、左眼特征点、右眼特征点、鼻翼特征点和嘴巴特征点。
[0046]
第三方面，本技术实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0047]
处理器执行计算机程序指令时实现如第一方面的任一项实施例中所述的头部姿态识别方法。
[0048]
第四方面，本技术实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面的任一项实施例中所述的头部姿态识别方法。
[0049]
第五方面，本技术实施例提供了一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如第一方面的任一项实施例中所述的头部姿态识别方法。
[0050]
本技术实施例的头部姿态识别方法、装置、设备及计算机存储介质，通过获取目标
图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标，并基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标，进而基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标对象的头部姿态角，得到目标头部姿态。这样，可以通过提前训练好的与目标对象头部形状拟合的预设基准模型，得到特征点的三维空间坐标，进而在动捕阶段利用透视变换关系计算头部姿态角，从而提高头部姿态识别的准确性。
附图说明
[0051]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0052]
图1是本技术一个实施例提供的头部姿态识别方法的流程示意图；
[0053]
图2是本技术另一个实施例提供的头部姿态识别引擎的示意图；
[0054]
图3是本技术另一个实施例提供的特征点对应关系的示意图；
[0055]
图4是本技术一个实施例提供的头部姿态识别装置的结构示意图；
[0056]
图5是本技术一个实施例提供的电子设备的结构示意图。
具体实施方式
[0057]
下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
[0058]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0059]
如背景技术所述，现有技术中头部姿态识别结果准确率低的问题。为了解决上述问题，本技术实施例提供了一种头部姿态识别方法、装置、设备及计算机存储介质。该头部姿态识别方法通过获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标，并基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标，进而基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标对象的头部姿态角，得到目标头部姿态。这样，可以通过提前训练好的与目标对象头部形状拟合的预设基准模型，得到特征点的三维空间坐标，进而在动捕阶段利用透视变换关系计算头部姿
态角，从而提高头部姿态识别的准确性。下面首先对本技术实施例所提供的头部姿态识别方法进行介绍。图1示出了本技术一个实施例提供的头部姿态识别方法的流程示意图。
[0060]
如图1所示，该头部姿态识别方法具体可以包括如下步骤：
[0061]
s110，获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标。
[0062]
其中，目标图像可以是包括目标对象的任意头部姿态的图像，可以从摄像头采集的视频流数据中获取，例如可以是视频流中的一帧图像。目标头部特征点可以通过具有特征提取功能的第三方软件提取得到，目标二维坐标可以是目标图像中头部特征点在二维像素坐标系下的坐标。
[0063]
在一些实施例中，头部特征点包括头部轮廓特征点以及脸部特征点，脸部特征点包括脸部轮廓特征点、左眉特征点、右眉特征点、左眼特征点、右眼特征点、鼻翼特征点、嘴巴特征点和下巴特征点。
[0064]
本技术实施例中，通过将头部轮廓特征点以及脸部特征点作为后续头部姿态识别计算的基础数据，可以提高头部姿态识别的准确性。
[0065]
在一些实施例中，上述s110具体可以包括：
[0066]
采集视频流数据中的目标图像；
[0067]
识别目标图像中目标对象的目标头部特征点；
[0068]
基于预设提取算法获取目标头部特征点在二维像素坐标系下的目标二维坐标。
[0069]
其中，视频流数据可以通过摄像头采集得到，预设提取算法可以是具有特征提取功能的算法，可以内嵌于头部特征点获取引擎，根据预设提取算法获取目标头部特征点在二维像素坐标系下的目标二维坐标。
[0070]
在一个示例中，如图2所示，在头部姿态识别的动捕阶段，通过摄像头采集视频流数据，并使用头部特征点获取引擎21中预设提取算法分析视频流中的每一帧图像，得到每一帧图像中用户头部的特征点在二维像素坐标系下的二维坐标。
[0071]
本技术实施例中，通过采集视频流数据中的目标图像，识别目标图像中目标对象的目标头部特征点，基于预设提取算法获取目标头部特征点在二维像素坐标系下的目标二维坐标。这样，可以准确的提取目标头部特征点在二维像素坐标系下的目标二维坐标。
[0072]
s120，基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标。
[0073]
其中，头部特征点与预设基准模型中预设特征点的预设对应关系可以如图3所示，可以基于预先训练得到的预设基准模型直接获取，预设基准模型可以是通过人脸模型(basel face model，bfm)训练得到的参数化人脸模型，可以包括根据三维形变模型(3d morphable model，3dmm)在bfm模型基础上重建的目标对象的头部3d模型，可以基于如下的向量形式表征：
[0074]
s＝(x1，y1，z1，x2，y2，z2，
…
，xn，yn，zn)
t
[0075]
其中，n是预设基准模型中预设特征点的顶点数，(x1，y1，z1)是预设基准模型中第一个预设特征点在世界坐标系下的顶点三维坐标。
[0076]
在一个示例中，如图2所示，在动捕阶段的三维人脸信息获取模块22中，基于预先训练得到的预设基准模型，根据目标对象的头部特征点与预设基准模型中预设特征点的对
应关系，确定与目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标。
[0077]
s130，基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标对象的头部姿态角，得到目标头部姿态。
[0078]
其中，预设变换关系可以是二维像素坐标系与预设基准模型所在的世界坐标系对应关系，头部姿态角可以包括俯仰角、偏航角和滚转角，可以通过如图2所示头部姿态计算引擎23计算头部姿态角。
[0079]
本技术实施例中，通过获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标，并基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标，进而基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标对象的头部姿态角，得到目标头部姿态。这样，可以通过提前训练好的与目标对象头部形状拟合的预设基准模型，得到特征点的三维空间坐标，进而在动捕阶段利用透视变换关系计算头部姿态角，从而提高头部姿态识别的准确性。在一些实施例中，在s120之前，该头部姿态识别方法还可以包括：
[0080]
获取第一图像中目标对象的头部特征点在二维像素坐标系下的二维坐标；
[0081]
获取预设初始模型中的预设特征点在世界坐标系下的三维坐标；
[0082]
将所述预设特征点在世界坐标系下的三维坐标投影至二维像素平面，得到所述预设特征点在所述二维像素坐标系下的投影二维坐标；
[0083]
调整所述投影二维坐标，以使所述投影二维坐标与所述头部特征点在二维像素坐标系下的二维坐标重合，得到所述头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0084]
本技术实施例中，第一图像可以是包括目标对象的预设头部姿态的图像，预设头部姿态可以是目标对象正对摄像头且没有旋转头部的姿态，也可以是其他任意姿态，在此不作限定。预设初始模型可以是bfm人脸模型提供的平均脸模型，
[0085]
在一个示例中，在头部姿态识别的训练阶段，在头部特征点获取引擎24中，获取第一图像中目标对象的头部特征点在二维像素坐标系下的二维坐标，在三维人脸拟合引擎25中，根据bfm人脸模型中提供的平均脸和脸部形状的特征向量，任何人脸都可以通过平均脸和脸部形状的特征向量组合生成，生成公式如下：
[0086][0087]
其中，是平均脸向量，si是脸部形状特征向量，ai是si的系数，n是脸部形状特征向量的个数。采用弱透视投影方式将预设初始模型上的预设特征点投影到二维像素平面上，得到预设初始模型上的预设特征点在二维像素平面上的投影二维坐标。通过人脸3d形变统计模型(3dmm)方法训练得到系数ai，调整投影二维坐标，使通过投影得到的投影二维坐标与头部特征点的二维坐标重合，得到预设基准模型26，进而得到头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0088]
本技术实施例中，通过将预设初始模型中的预设特征点在世界坐标系下的三维坐标投影至二维像素平面，得到预设特征点在二维像素坐标系下的投影二维坐标，调整投影二维坐标，以使投影二维坐标与头部特征点在二维像素坐标系下的二维坐标重合，得到头
部特征点与预设初始模型中的预设特征点的预设对应关系。这样，可以通过训练模型完成用户脸部形状的拟合，得到准确的头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0089]
在一些实施例中，上述调整投影二维坐标，以使投影二维坐标与头部特征点在二维像素坐标系下的二维坐标重合，得到头部特征点与预设初始模型中的预设特征点的预设对应关系，具体可以包括：
[0090]
基于头部特征点与预设初始模型中预设特征点的预设对应关系和预设拟合模型，调整投影二维坐标，以使投影二维坐标与头部特征点在二维像素坐标系下的二维坐标重合，得到头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0091]
其中，预设拟合模型基于如下公式表征：
[0092][0093]
其中，y是头部特征点在二维像素坐标系下的二维坐标，s为与头部特征点对应的预设特征点在世界坐标系下的三维坐标，s是缩放参数，r是第一旋转矩阵，t是位移向量，n是头部特征点的个数。
[0094]
这里，预设拟合模型可以是能够进行人脸拟合的人脸形状优化数学模型。
[0095]
在一个示例中，在头部姿态识别训练阶段的三维人脸拟合引擎25中，基于bfm人脸模型中提供的平均脸和脸部形状的特征向量的公式：
[0096][0097]
以及预设拟合模型的公式：
[0098][0099]
使用最小二乘法优化预设拟合模型的公式，不断调整脸部形状特征向量si的系数ai，得到预设拟合模型d的最小值，使预设初始模型预设特征点在二维像素坐标系下的投影二维坐标与采集到的头部特征点的二维坐标尽量重合，从而完成用户脸部形状的拟合，得到预设基准模型26，进而得到头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0100]
本技术实施例中，通过基于头部特征点与预设初始模型中预设特征点的预设对应关系和预设拟合模型，调整投影二维坐标，以使投影二维坐标与头部特征点在二维像素坐标系下的二维坐标重合，得到头部特征点与预设初始模型中的预设特征点的预设对应关系。这样，可以通过预设拟合模型完成用户脸部形状的拟合，进一步保证预设基准模型训练的准确性。
[0101]
在一些实施例中，s130具体可以包括：
[0102]
基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标旋转矩阵；
[0103]
根据目标旋转矩阵计算目标对象的头部姿态角，得到目标头部姿态。
[0104]
其中，预设变换关系可以基于如下公式表征：
[0105][0106]
其中，(x，y)
t
是头部特征点的二维像素坐标，(x，y，z)
t
是与头部特征点对应的预设头部特征点在预设基准模型上的顶点坐标，s是缩放参数，是摄像机或者相机等视频流采集设备的内参矩阵，r是目标旋转矩阵，t是位移向量。通过直接线性转换算法(direct linear transform，dlt)和最小二乘法得到目标旋转矩阵r和位移向量t。
[0107]
另外，目标旋转矩阵r可以表示为以下形式：
[0108][0109]
头部姿态角可以根据目标旋转矩阵r计算得到，如下所示：
[0110][0111]
根据以上计算出的头部姿态角可以得到目标头部姿态，并控制三维模型的头部旋转，从而摆出和用户一样的头部姿态。
[0112]
本技术实施例中，通过基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标旋转矩阵，进而计算目标对象的头部姿态角，得到目标头部姿态，可以提高头部姿态的准确性，最终可以达到控制三维模型的头部旋转，从而摆出和用户一样的头部姿态的目标。
[0113]
图4是根据一示例性实施例示出的一种头部姿态识别装置400的结构示意图。
[0114]
如图4所示，该头部姿态识别装置400可以包括：
[0115]
获取模块401，用于获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标；
[0116]
确定模块402，用于基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标；
[0117]
计算模块403，用于基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标对象的头部姿态角，得到目标头部姿态。
[0118]
在一种实施方式中，该头部姿态识别装置400还可以包括采集模块和识别模块；
[0119]
采集模块，用于采集视频流数据中的目标图像；
[0120]
识别模块，用于识别目标图像中目标对象的目标头部特征点；
[0121]
获取模块401，还用于基于预设提取算法获取目标头部特征点在二维像素坐标系下的目标二维坐标。
[0122]
在一种实施方式中，该头部姿态识别装置400还可以包括投影模块和调整模块；
[0123]
获取模块401，还用于获取第一图像中目标对象的头部特征点在二维像素坐标系下的二维坐标；
[0124]
获取模块401，还用于获取预设初始模型中的预设特征点在世界坐标系下的三维坐标；
[0125]
投影模块，用于将预设特征点在世界坐标系下的三维坐标投影至二维像素平面，得到预设特征点在二维像素坐标系下的投影二维坐标；
[0126]
调整模块，用于调整投影二维坐标，以使投影二维坐标与头部特征点在二维像素坐标系下的二维坐标重合，得到头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0127]
在一种实施方式中，调整模块，还用于基于头部特征点与预设初始模型中预设特征点的预设对应关系和预设拟合模型，调整投影二维坐标，以使投影二维坐标与头部特征点在二维像素坐标系下的二维坐标重合，得到头部特征点与预设初始模型中的预设特征点的预设对应关系。
[0128]
其中，预设拟合模型基于如下公式表征：
[0129][0130]
其中，y是头部特征点在二维像素坐标系下的二维坐标，s为与头部特征点对应的预设特征点在世界坐标系下的三维坐标，s是缩放参数，r是第一旋转矩阵，t是位移向量，n是头部特征点的个数。
[0131]
在一种实施方式中，计算模块403，还用于基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标旋转矩阵；
[0132]
计算模块403，还用于根据目标旋转矩阵计算目标对象的头部姿态角，得到目标头部姿态。
[0133]
在一种实施方式中，头部特征点包括头部轮廓特征点以及脸部特征点，脸部特征点包括脸部轮廓特征点、左眉特征点、右眉特征点、左眼特征点、右眼特征点、鼻翼特征点、嘴巴特征点和下巴特征点。
[0134]
本技术实施例中，通过获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标，并基于头部特征点与预设基准模型中预设特征点的预设对应关系，确定与目标头部特征点对应的预设特征点在世界坐标系下的目标三维坐标，进而基于二维像素坐标系与世界坐标系的预设变换关系，根据目标二维坐标以及目标三维坐标计算目标对象的头部姿态角，得到目标头部姿态。这样，可以通过提前训练好的与目标对象头部形状拟合的预设基准模型，得到特征点的三维空间坐标，进而在动捕阶段利用透视变换关系计算头部姿态角，从而提高头部姿态识别的准确性。
[0135]
图5示出了本技术实施例提供的电子的硬件结构示意图。
[0136]
在电子设备可以包括处理器501以及存储有计算机程序指令的存储器502。
[0137]
具体地，上述处理器501可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
[0138]
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在综合网关容灾设备的内部或外部。在特定实施例中，存储器502是非易失性固态存储器。
[0139]
存储器可包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
[0140]
处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现上述实施例中的任意一种头部姿态识别方法。
[0141]
在一个示例中，电子设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
[0142]
通信接口503，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。
[0143]
总线510包括硬件、软件或两者，将头部姿态识别设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
[0144]
该电子设备可以基于获取目标图像中目标对象的目标头部特征点在二维像素坐标系下的目标二维坐标执行本技术实施例中的头部姿态识别方法，从而实现结合图1描述的头部姿态识别方法。
[0145]
另外，结合上述实施例中的头部姿态识别方法，本技术实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种头部姿态识别方法。
[0146]
需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0147]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代
码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0148]
还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0149]
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0150]
以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。