[发明专利]关键点检测方法和设备

权利要求书

1.一种关键点检测方法，其特征在于，包括：

通过卷积神经网络对待检测图像进行识别，提取所述卷积神经网络的不同网络层对所述待检测图像识别出的特征图feature-map，包括：通过ResNet网络对待检测图像进行识别；所述ResNet网络包括五层网络层，提取所述ResNet网络的第三～五层网络层输出的feature-map；

将不同网络层识别出的feature-map整合为所述待检测图像的feature-map，包括将不同网络层识别出的feature-map统一为相同尺度，将统一为相同尺度的不同网络层识别出的feature-map整合为所述待检测图像的feature-map；

确定关键点识别网络所需的特征点连线的数量，建立关键点识别网络；具体的，所述关键点识别网络在训练阶段时，调整所述特征点连线的数量，即特征点连线的数量不受限于特征点的数量，并计算当前所述特征点连线的数量对应的所述关键点识别网络的识别准确率，当所述识别准确率不低于预设的准确率阈值时，所述当前的特征点连线的数量为确定的特征点连线的数量，根据所述确定的特征点连线的数量建立所述关键点识别网络；

在关键点识别网络训练阶段，将数据分为训练数据和测试数据，通过训练数据建立关键点识别网络，在网络建立过程中，调整特征点连线的数量；

逐步增加特征点连线的数量，当特征点连线的数量变化时，通过测试数据计算基于当前特征点连线数量建立的关键点识别网络进行关键点识别时的识别准确率，将获得的准确率与一预设的准确率阈值进行比较，当不低于预设的准确率阈值时，停止调整特征点连线的数量，并基于当前特征点连线的数量建立所述关键点识别网络；

将待检测图像的feature-map、关键点热度图以及特征点连线等信息作为关键点识别网络的输入，通过所述关键点识别网络识别所述待检测图像的feature-map中的关键点。

2.一种关键点检测设备，其特征在于，包括：

特征图feature-map提取装置，用于通过卷积神经网络对待检测图像进行识别，提取所述卷积神经网络的不同网络层对所述待检测图像识别出的feature-map，将不同网络层识别出的feature-map整合为所述待检测图像的feature-map；包括将不同网络层识别出的feature-map统一为相同尺度，将统一为相同尺度的不同网络层识别出的feature-map整合为所述待检测图像的feature-map

关键点识别网络训练装置，用于确定关键点识别网络所需的特征点连线的数量，建立关键点识别网络；

关键点识别装置，用于通过所述关键点识别网络识别所述待检测图像的feature-map中的关键点；

所述feature-map提取装置，通过ResNet网络对待检测图像进行识别；

所述ResNet网络包括五层网络层；所述feature-map提取装置，用于提取所述ResNet网络的第三～五层网络层输出的feature-map；

所述feature-map提取装置，将不同网络层识别出的feature-map统一为相同尺度，将统一为相同尺度的不同网络层识别出的feature-map整合为所述待检测图像的feature-map；

所述关键点识别网络训练装置，用于在所述关键点识别网络在训练阶段时，调整所述特征点连线的数量，并计算当前所述特征点连线的数量对应的所述关键点识别网络的识别准确率，当所述识别准确率不低于预设的准确率阈值时，当前所述特征点连线的数量为确定的特征点连线的数量，根据所述确定的特征点连线的数量建立所述关键点识别网络。