[发明专利]一种关节点检测方法、装置、存储介质及电子设备在审
申请号: | 201910185848.9 | 申请日: | 2019-03-12 |
公开(公告)号: | CN109934165A | 公开(公告)日: | 2019-06-25 |
发明(设计)人: | 程然;张玉立 | 申请(专利权)人: | 南方科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 518000 广东省*** | 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: | 关节点 检测 人体图像 待处理图像 存储介质 电子设备 关节点位置 网络模型 生成器 对抗 | ||
本发明公开了一种关节点检测方法、装置、存储介质及电子设备。其中,关节点检测方法包括:获取待处理图像中的人体图像;利用生成对抗网络模型的生成器生成人体图像的检测关节点热图;根据人体图像的检测关节点热图,确定待处理图像中的关节点位置。本发明实施例提供的技术方案实现了高精度的关节点检测。
技术领域
本发明实施例涉及关节点检测领域,尤其涉及一种关节点检测方法、装置、存储介质及电子设备。
背景技术
人体姿态估计技术在业界已有一定应用,例如Kinect游戏机中人体关节点的检测与识别。总体来说,该技术是较新的技术,有很大的潜在应用市场,如机器人、增强现实应用、虚拟现实应用、体育教育行业等。
现有的人体关节点检测方法是采用卷积神经网络建立关节点检测模型,利用关节点检测模型生成各个关节点的关节点热图,热图中每个位置的值代表该关节点出现在该位置的概率,关节点热图中最大值所处的位置坐标即为检测到的关节点位置。但是,现有的人体关节点检测方法在训练关节点检测模型时采用梯度下降法,需要代价函数可导,而获得关节点热图中最大值所处的位置坐标的函数不可导,因此,现有的人体关节点检测方法所采用的代价函数为关节点检测模型生成的关节点热图与真实关节点热图对应坐标位置的值的差值。该代价函数无法体现关节点检测模型生成的关节点热图中关节点位置与真实关节点位置之间的位置远近关系,使得关节点检测的精度不高。
发明内容
本发明提供一种关节点检测方法、装置、存储介质及电子设备,以实现高精度的关节点检测。
第一方面,本发明实施例提供了一种关节点检测方法,包括:
获取待处理图像中的人体图像;
利用生成对抗网络模型的生成器生成所述人体图像的检测关节点热图;
根据所述人体图像的检测关节点热图,确定所述待处理图像中的关节点位置。
可选的,利用生成对抗网络模型的生成器生成所述人体图像的检测关节点热图之前,还包括:
通过如下方式训练所述生成对抗网络模型:
将样本人体图像输入至生成对抗网络模型的生成器;
将生成器生成的检测关节点热图输入生成对抗网络模型的判别器,以对所述生成器和所述判别器进行训练。
可选的,所述生成器的输入参数包括样本人体图像以及目标关节点热图;
所述生成器的输出结果为检测关节点热图;
所述判别器的输入参数包括第一部分和第二部分;
所述第一部分为目标关节点热图;
所述第二部分为生成器输出的检测关节点热图或目标关节点热图;
所述判别器的输出结果包括所述第二部分与所述第一部分的相似度。
可选的,所述生成器和所述判别器交替进行训练;
所述判别器的训练次数大于或等于所述生成器的训练次数。
可选的,在获取待处理图像中的人体图像之前还包括:
在所述待处理图像中定位人体位置;
所述根据所述人体图像的检测关节点热图,确定所述待处理图像中的关节点位置包括:
根据所述人体图像的检测关节点热图确定关节点在所述检测关节点热图中的坐标;
根据所述人体位置对关节点在所述检测关节点热图中的坐标进行坐标转换,获得关节点在所述待处理图像中的坐标。
第二方面,本发明实施例还提供了一种关节点检测装置,包括:
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南方科技大学,未经南方科技大学许可,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/201910185848.9/2.html,转载请声明来源钻瓜专利网。