[发明专利]人体关键点提取方法、装置、可读存储介质及设备有效

专利信息
申请号: 201910828826.X 申请日: 2019-09-03
公开(公告)号: CN110532981B 公开(公告)日: 2022-03-15
发明(设计)人: 喻冬东;王长虎 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06V40/10 分类号: G06V40/10;G06V10/44;G06V10/774;G06K9/62;G06N3/08
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 魏嘉熹
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 关键 提取 方法 装置 可读 存储 介质 设备
【权利要求书】:

1.一种人体关键点提取方法,其特征在于,所述方法包括:

接收包含人体图像部分的目标图像;

提取所述目标图像中的目标人体特征图;

将所述目标人体特征图输入至关键点提取模型,以获得人体关键点热图;

其中,所述关键点提取模型包括第一子模型和第二子模型,所述第一子模型用于根据所述目标人体特征图获得人体关键点热图,所述第二子模型用于根据所述目标人体特征图获得关键点回归坐标信息,其中,所述关键点回归坐标信息用于对所述人体关键点热图进行位置约束;所述关键点提取模型的损失值是根据所述第一子模型的损失值和所述第二子模型的损失值确定的,所述关键点提取模型的训练图像中标记有关键点坐标信息,所述第二子模型的损失值为根据所述训练图像提取出的历史人体特征图的关键点回归坐标信息和所述关键点坐标信息确定出的各个关键点对应的相似度和1之间的均方差。

2.根据权利要求1所述的方法,其特征在于,所述关键点提取模型通过以下方式进行训练:

提取训练图像中的历史人体特征图,所述训练图像中标记有关键点得分图和关键点坐标信息;

将所述历史人体特征图输入所述关键点提取模型,获得所述历史人体特征图的人体关键点热图和关键点回归坐标信息;

根据所述历史人体特征图的人体关键点热图和所述关键点得分图,确定所述第一子模型的损失值;

根据所述历史人体特征图的关键点回归坐标信息和所述关键点坐标信息,确定所述第二子模型的损失值;

根据所述第一子模型的损失值和所述第二子模型的损失值,确定所述关键点提取模型的损失值;

若根据所述关键点提取模型的损失值确定更新所述关键点提取模型,则根据所述关键点提取 模型的损失值更新所述关键点提取模型,并重新返回提取训练图像中的历史人体特征图的步骤,直至根据更新后的关键点模型的损失值确定结束更新所述关键点提取模型,获得训练后的关键点提取模型。

3.根据权利要求2所述的方法,其特征在于,所述第一子模型的损失值为所述历史人体特征图的人体关键点热图和所述关键点得分图之间的均方差。

4.根据权利要求1-3中任一项所述的方法,其特征在于,所述提取所述目标图像中的目标人体特征图,包括:

提取所述目标图像的人体图像部分对应的第一图像;

将所述第一图像对应的分辨率调整至预设分辨率,获得第二图像,并根据所述第二图像确定所述目标图像中的所述目标人体特征图。

5.一种人体关键点提取装置,其特征在于,所述装置包括:

接收模块,用于接收包含人体图像部分的目标图像;

第一提取模块,用于提取所述目标图像中的目标人体特征图;

第一输入模块,用于将所述目标人体特征图输入至关键点提取模型,以获得人体关键点热图;

其中,所述关键点提取模型包括第一子模型和第二子模型,所述第一子模型用于根据所述目标人体特征图获得人体关键点热图,所述第二子模型用于根据所述目标人体特征图获得关键点回归坐标信息,其中,所述关键点回归坐标信息用于对所述人体关键点热图进行位置约束;所述关键点提取模型的损失值是根据所述第一子模型的损失值和所述第二子模型的损失值确定的,所述关键点提取模型的训练图像中标记有关键点坐标信息,所述第二子模型的损失值为根据所述训练图像提取出的历史人体特征图的关键点回归坐标信息和所述关键点坐标信息确定出的各个关键点对应的相似度和1之间的均方差。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910828826.X/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top