[发明专利]人体姿态预测方法、装置、设备及存储介质

说明书

本申请实施例公开了一种人体姿态预测方法、装置、设备及存储介质，属于图像处理领域。所述方法包括：通过基本神经网络对输入的目标图像进行预测，得到人体关键点的初始预测图；将所述人体关键点的初始预测图和人体结构图输入人体图神经网络；通过所述人体图神经网络采用所述人体关键点的初始预测图对所述人体结构图进行初始化，得到初始化后的人体结构图；通过所述人体图神经网络对所述初始化后的人体结构图进行迭代预测，得到最终预测图。本申请实施例能够充分利用人体图神经网络对人体关节之间的空间信息进行挖掘，从而在提取图像特征的基础上综合挖掘人体关节之间的空间信息，得到较为准确的人体姿态信息。

技术领域

本申请实施例涉及机器学习领域，特别涉及一种人体姿态预测方法、装置、设备及存储介质。

背景技术

人体姿态估计的目标是像素级别的精准预测人体关键点，比如识别图像中的头、胳膊肘、手、膝盖和脚等关键点位置。人体姿态估计还可以服务于许多更复杂的任务，比如人体行为估计、目标跟踪、人体交互等。

相关技术中提供了基于图像特征的预测方法。基于图像特征的方法主要目标是学习高质量的图像特征表达，然后将图像特征表达直接回归至相应的关键点位置。

但基于图像特征的预测方法只专注于挖掘图像特征，预测精度有限。

发明内容

本申请实施例提供了一种人体姿态预测方法、装置、设备及存储介质，可以解决基于图像特征的预测方法只专注于挖掘图像特征，预测精度有限的问题。所述技术方案如下：

根据本申请的一个方面，提供了一种人体姿态预测方法，所述方法包括：

通过基本神经网络对输入的目标图像进行预测，得到人体关键点的初始预测图；

将所述人体关键点的初始预测图和人体结构图输入人体图神经网络，所述人体结构图中的每个节点分别对应一个人体关节，每条边表示连接相邻的人体关节；

通过所述人体图神经网络采用所述人体关键点的初始预测图对所述人体结构图进行初始化，得到初始化后的人体结构图；

通过所述人体图神经网络对所述初始化后的人体结构图进行迭代预测，得到最终预测图，所述最终预测图包括预测出的人体姿态。

根据本申请的另一方面，提供了一种人体姿态预测装置，所述装置包括：基本神经网络模块和人体图神经网络模块；

所述基本神经网络模块，用于对输入的目标图像进行预测，得到人体关键点的初始预测图；

所述人体图神经网络模块，用于获取所述人体关键点的初始预测图和人体结构图，所述人体结构图中的每个节点分别对应一个人体关节，每条边表示连接相邻的人体关节；

所述人体图神经网络模块，用于采用所述人体关键点的初始预测图对所述人体结构图进行初始化，得到初始化后的人体结构图；

所述人体图神经网络模块，用于对所述初始化后的人体结构图进行迭代预测，得到最终预测图，所述最终预测图包括预测出的人体姿态。

根据本申请的另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上所述的人体姿态预测方法。

根据本申请的另一方面，提供了一种电子设备，所述电子设备包括存储器和处理器；所述存储器存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上所述的人体姿态预测方法。

本申请实施例提供的技术方案带来的有益效果是：