[发明专利]一种人体关键点识别方法、装置及电子设备

说明书

本发明实施例提供了一种人体关键点识别方法、装置及电子设备。该方法包括：获取待识别人体关键点的目标图像；将目标图像输入至预先训练完成的神经网络模型，以使神经网络模型提取所述目标图像的特征矩阵，基于目标图像的特征矩阵识别目标图像中人体关键点的二维坐标，并基于目标图像的特征矩阵和目标图像中人体关键点的二维坐标，识别目标图像中人体关键点的三维坐标；获取神经网络模型所识别到的三维坐标，作为目标图像的人体关键点识别结果；神经网络模型为基于样本图像以及样本图像中人体关键点的真值三维坐标，所训练得到的模型。通过本方案可以实现提高人体关键点的三维坐标的识别精准度的目的。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种人体关键点识别方法、装置及电子设备。

背景技术

人体关键点识别是动作识别、异常行为检测、安防等的实现基础，其主要用于从给定的图像中定位人体的身体关键部位，例如头部、颈部、肩部、手部等部位。并且，为了反映人体在三维空间的运动状态，对于人体关键点的三维坐标的识别至关重要。

现有技术中，在识别图像中人体关键点的三维坐标时，先利用预先训练的神经网络模型识别到人体关键点的二维坐标，然后，按照预定的转换公式将二维坐标转换为三维坐标，从而得到人体关键点的三维坐标。

发明人在实现本发明的过程中发现，现有技术至少存在如下问题：

现有技术将人体关键点的二维坐标转换为三维坐标时，仅仅利用二维坐标这种单一信息，导致人体关键点的三维坐标的识别精准度不高。

发明内容

本发明实施例的目的在于提供一种人体关键点识别方法、装置及电子设备，以实现提高人体关键点的三维坐标的识别精准度的目的。具体技术方案如下：

在本发明实施例的一方面，提供了一种人体关键点识别方法，包括：

获取待识别人体关键点的目标图像；

将所述目标图像输入至预先训练完成的神经网络模型，以使所述神经网络模型提取所述目标图像的特征矩阵，基于所述目标图像的特征矩阵识别所述目标图像中人体关键点的二维坐标，并基于所述目标图像的特征矩阵和所述目标图像中人体关键点的二维坐标，识别所述目标图像中人体关键点的三维坐标；

获取所述神经网络模型所识别到的三维坐标，作为所述目标图像的人体关键点识别结果；其中，所述神经网络模型为基于样本图像以及所述样本图像中人体关键点的真值三维坐标，所训练得到的模型；

其中，所述神经网络模型包括：特征提取网络、第一识别网络和第二识别网络；所述特征提取网络用于提取所述样本图像的特征矩阵，所述第一识别网络用于基于所述样本图像的特征矩阵，识别所述样本图像中人体关键点的二维坐标，所述第二识别网络用于基于所述样本图像的特征矩阵，以及所述样本图像中人体关键点的二维坐标，识别所述样本图像中人体关键点的三维坐标。

可选地，所述神经网络模型的训练过程包括：

从样本图像库中，获取多个第一样本图像和多个第二样本图像；其中，所述第一样本图像为标注有人体关键点的真值二维坐标的样本图像，所述第二样本图像为标注有人体关键点的真值三维坐标的样本图像；

针对所述神经网络模型中的目标子网络，基于所述多个第一样本图像和每个第一样本图像中人体关键点的真值二维坐标，对所述目标子网络进行训练，得到所述目标子网络的网络参数；其中，所述目标子网络包括所述特征提取网络和第一识别网络；

在完成对所述目标子网络的训练之后，在训练得到的所述目标子网络的网络参数的基础上，基于所述多个第二样本图像和每个第二样本图像中人体关键点的真值三维坐标，对所述神经网络模型进行训练，得到用于识别人体关键点的三维坐标的神经网络模型。