[发明专利]关键点检测方法、装置及计算机可读存储介质有效

专利信息
申请号: 201911424797.7 申请日: 2019-12-31
公开(公告)号: CN111223143B 公开(公告)日: 2023-04-11
发明(设计)人: 项伟;阮明康 申请(专利权)人: 广州市百果园信息技术有限公司
主分类号: G06T7/70 分类号: G06T7/70;G06T7/00
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 莎日娜
地址: 511400 广东省广州市番*** 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 计算机 可读 存储 介质
【说明书】:

发明提供了一种关键点检测方法、装置及计算机可读存储介质,属于计算机技术视觉领域。该方法中,对于待检测图像对应的每张热力图,会确定该热力图中极值点及极值点的至少一个相邻点在待检测图像中对应的原始区域,每张热力图分别用于确定该热力图的对应位置的关键点,该热力图小于该待检测图像,接着,会基于该原始区域确定该原始区域中每个像素点的概率值,该概率值表示像素点为关键点的概率,基于所有像素点的概率值,确定对应位置的关键点。这样,通过结合热力图中极值点及相邻点,由于相邻点能够额外提供更加丰富可靠的信息,像素点的概率值能够更加明确的表示该像素点是关键点的概率,因此一定程度上可以提高关键点确定的准确率。

技术领域

本发明属于计算机视觉技术领域,特别是涉及一种关键点检测方法、装置及计算机可读存储介质。

背景技术

随着计算机视觉领域的不断发展,对图像中动态对象的姿态估计技术得到了广泛的应用。为了实现姿态估计,往往需要对人体中不同位置的关键点进行检测。其中,该关键点所在的位置可以是人体关节或者五官所在的位置。进行关键点检测时,往往是先对待检测图像进行缩小,然后将缩小后的图像输入预设的神经网络中,利用该神经网络生成与不同位置的关键点对应的热力图,最后,基于每个位置的关键点对应的热力图中的极值点,确定该位置的关键点在待检测图像中对应的像素点,进而实现关键点检测。其中,热力图中每个点的数值表示该点所在的位置是关键点的概率,极值点表示所在位置是关键点的概率最大的点。

现有技术中,在基于热力图中的极值点,确定该热力图对应位置的关键点时,往往是按照固定选择规则,将该极值点在原图中对应的区域中,指定的位置的像素点确定为关键点,例如,将该区域的中心位置的像素点作为关键点。这样,按照固定方式进行选取的方式准确率较低。

发明内容

有鉴于此,本发明提供一种关键点检测方法、装置及计算机可读存储介质,在一定程度上解决了关键点检测的准确率较低的问题。

依据本发明的第一方面,提供了一种关键点检测方法,该方法可以包括:

对于待检测图像对应的每张热力图,确定所述热力图中极值点及所述极值点的至少一个相邻点在所述待检测图像中对应的原始区域;每张所述热力图分别用于确定所述热力图的对应位置的关键点,所述热力图小于所述待检测图像;

基于所述原始区域,生成所述原始区域中每个像素点的概率值;所述概率值表示所述像素点为关键点的概率;

基于所有所述像素点的概率值,确定所述对应位置的关键点。

依据本发明的第二方面,提供了一种关键点检测装置,该装置可以包括:

第一确定模块,用于对于待检测图像对应的每张热力图,确定所述热力图中极值点及所述极值点的至少一个相邻点在所述待检测图像中对应的原始区域;每张所述热力图分别用于确定所述热力图的对应位置的关键点,所述热力图小于所述待检测图像;

生成模块,用于基于所述原始区域,生成所述原始区域中每个像素点的概率值;所述概率值表示所述像素点为关键点的概率;

第二确定模块,用于基于所有所述像素点的概率值,确定所述对应位置的关键点。

第三方面,本发明实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的关键点检测方法的步骤。

针对在先技术,本发明具备如下优点:

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广州市百果园信息技术有限公司,未经广州市百果园信息技术有限公司许可,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/201911424797.7/2.html,转载请声明来源钻瓜专利网。

×

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