1200字范文 > 人脸识别5.2- insightface人脸3d关键点检测人脸68个特征点 106个特征点；人脸姿态角Pitch Yaw Roll

人脸识别5.2- insightface人脸3d关键点检测人脸68个特征点 106个特征点；人脸姿态角Pitch Yaw Roll

时间：2023-08-14 11:08:41

姿态角分为Pitch、Yaw、Roll，通过关键点检测得到

人脸识别中，人脸角度相关概念：/p/73fc0c13d6e0

如何计算得到姿态角：/u014090429/article/details/100762308

姿态角分为Pitch、Yaw、Roll，用于表示人脸在空间三维坐标系内的角度，常用于判断识别角度的界限值。

各角度阈值如下：

Pitch：三维旋转之俯仰角度，范围：[-90（上）, 90（下）]，推荐俯仰角绝对值不大于20度；

Yaw：三维旋转之左右旋转角，范围：[-90（左）, 90（右）]，推荐旋转角绝对值不大于20度；

Roll：平面内旋转角，范围：[-180（逆时针）, 180（顺时针）]，推荐旋转角绝对值不大于20度；

人脸识别68个点，从0开始

参考文档：/DUDUDUTU/article/details/125166035

68点标注是现今最通用的一种标注方案，早期在1999年的Xm2vtsdb数据集中就被提出，300W数据集和XM2VTS等数据集也都采用了68个关键点的方案，被OpenCV中的Dlib算法中所采用。 68个关键点的标注也有一些不同的版本，这里我们介绍最通用的Dlib中的版本，它将人脸关键点分为内部关键点和轮廓关键点，内部关键点包含眉毛、眼睛、鼻子、嘴巴共计51个关键点，轮廓关键点包含17个关键点。

// 鼻尖 30

// 鼻根 27

// 下巴 8

// 左眼外角 36

// 左眼内角 39

// 右眼外角 45

// 右眼内角 42

// 嘴中心 66

// 嘴左角 48

// 嘴右角 54

// 左脸最外 0

// 右脸最外 16

Dlib所采用的68个人脸关键点标注可以看上图，单边眉毛有5个关键点，从左边界到右边界均匀采样，共5×2=10个。眼睛分为6个关键点，分别是左右边界，上下眼睑均匀采样，共6×2=12个。嘴唇分为20个关键点，除了嘴角的2个，分为上下嘴唇。上下嘴唇的外边界，各自均匀采样5个点，上下嘴唇的内边界，各自均匀采样3个点，共20个。鼻子的标注增加了鼻梁部分4个关键点，而鼻尖部分则均匀采集5个，共9个关键点。脸部轮廓均匀采样了17个关键点。如果把额头部分也加上去，就可以得到更多，比如81个关键点。

106与186点标注

106个关键点标注是商汤科技提出的在业内被广泛采用的方案，包括Face++等企业开放的API多采用这个标注方式，具体信息如下：

外轮廓，33个均匀采样点，比Dlib更加密集。嘴巴20个关键点，与Dlib标注的相同。鼻子15个关键点，与Dlib相比增加了两侧鼻梁部位。眼睛20个关键点，每只眼睛轮廓点共8个，眼球中心点2个。眉毛18个关键点，区分了上眉毛边界。后续又在106个关键点的基础上提出了更加稠密的186个关键点，如今各个开发团队使用的点数可能会有差异，比如百度使用过72和150个点的方案。除了以上这些常用的方案，还有很多的数据集也有自己的标注标准，比如BioID Face Dataset包含20个关键点，BUHMAP-DB包含52个关键点，MUCT包含76个关键点，PUT大部分图像包含30个关键点，其中正面人脸包括了194个点。