[发明专利]关键点检测方法、装置、设备及可读存储介质有效
申请号: | 201910138254.2 | 申请日: | 2019-02-25 |
公开(公告)号: | CN109977775B | 公开(公告)日: | 2023-07-28 |
发明(设计)人: | 王一同;季兴;周正 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V20/40 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 张所明 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关键 检测 方法 装置 设备 可读 存储 介质 | ||
1.一种关键点检测方法,其特征在于,所述方法包括:
获取视频图像组,所述视频图像组中包括n帧视频图像,n≥2;
对所述视频图像组中第k-1帧视频图像进行检测,得到第一关键点集合,1<k≤n;
对所述视频图像组中第k帧视频图像进行检测,得到第二关键点集合;
确定所述第一关键点集合对应的第一矩阵以及所述第二关键点集合对应的第二矩阵;
将所述第一矩阵和所述第二矩阵输入预设损失函数,计算得到第三矩阵,所述第三矩阵为所述第k帧视频图像的防抖关键点集合对应的矩阵;
其中,所述预设损失函数中包括转换矩阵,所述转换矩阵用于与所述第一矩阵相乘得到第一向量集合对应的第一向量矩阵,所述转换矩阵还用于与所述第二矩阵相乘得到第二向量集合对应的第二向量矩阵,所述第一向量集合中包括所述第一关键点集合中的关键点之间的向量,所述第二向量集合中包括所述第二关键点集合中的关键点之间的向量。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一矩阵和所述第二矩阵输入预设损失函数,计算得到第三矩阵,包括:
设置第三变量矩阵作为所述预设损失函数中的未知变量,所述预设损失函数中的所述转换矩阵还用于与所述第三变量矩阵相乘得到所述第三变量矩阵对应的第三向量矩阵;
确定所述第一矩阵与所述第三变量矩阵的第一距离差子公式、所述第二矩阵与所述第三变量矩阵的第二距离差子公式、所述第一向量矩阵与所述第三向量矩阵的第三距离差子公式以及所述第二向量矩阵与所述第三向量矩阵的第四距离差子公式;
对所述第一距离差子公式、所述第二距离差子公式、所述第三距离差子公式以及所述第四距离差子公式之和相对于所述第三变量矩阵求偏导,得到偏导公式;
对所述偏导公式进行求解,计算得到所述第三矩阵。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述视频图像组中第k-1帧视频图像进行检测,得到第一关键点集合,包括:
对所述第k-1帧视频图像进行检测,得到第一检测关键点集合;
对第k-2帧视频图像进行检测,得到第三关键点集合;
通过所述第一检测关键点集合、所述第三关键点集合、所述第一检测关键点集合对应的向量以及所述第三关键点集合对应的向量,确定所述第k-1帧视频图像的所述第一关键点集合。
4.根据权利要求1或2所述的方法,其特征在于,
所述第一关键点集合对应的所述第一向量集合中包括每两个关键点之间的双向向量,所述第二关键点集合对应的所述第二向量集合中包括每两个关键点之间的双向向量;
或,
所述第一向量集合中包括每两个关键点之间的单向向量,所述第二向量集合中包括每两个关键点之间的单向向量;
或,
所述第一向量集合中包括指定关键点之间的双向向量,所述第二向量集合中包括所述指定关键点之间的双向向量;
或,
所述第一向量集合中包括所述指定关键点之间的单向向量,所述第二向量集合中包括所述指定关键点之间的单向向量。
5.根据权利要求1或2所述的方法,其特征在于,所述方法应用于终端中,所述终端包括摄像头;
所述获取视频图像组,包括:
接收所述摄像头采集得到的所述视频图像组,其中,所述第k帧视频图像为所述摄像头当前采集得到的视频图像。
6.根据权利要求1或2所述的方法,其特征在于,
所述第一关键点集合中的关键点和所述第二关键点集合中的关键点一一对应;
所述第一向量集合中的向量与所述第二向量集合中的向量一一对应。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910138254.2/1.html,转载请声明来源钻瓜专利网。