[发明专利]多目标姿态估计方法、多目标姿态估计装置及终端设备

说明书

本申请适用于计算机视觉技术领域，提供了一种多目标姿态估计方法、多目标姿态估计装置及终端设备，包括：通过拍摄装置获取待检测图像，待检测图像中包括多个目标对象；确定待检测图像中每个目标对象在各自对应的目标坐标系下的初始三维姿态，其中，目标对象对应的目标坐标系为以目标对象上的第一关键点为原点的坐标系；确定待检测图像中每个目标对象在相机坐标系下的绝对位置，其中，相机坐标系为以拍摄装置的光心为原点的坐标系；根据每个目标对象的初始三维姿态和所述绝对位置，确定待检测图像中每个目标对象在相机坐标系下的最终三维姿态。通过上述方法，可以提高多人姿态估计结果的准确度。

技术领域

本申请属于计算机视觉技术领域，尤其涉及一种多目标姿态估计方法、多目标姿态估计装置及终端设备。

背景技术

人体姿态估计是一项定位人体关键点(如关节点等)位置的技术，常应用于人体运动轨迹的描述和人体行为预测等领域。人体姿态估计可分为二维姿态估计和三维姿态估计。其中，二维姿态估计指确定人体关键点的平面坐标信息，三维姿态估计指确定出人体关键点的三维坐标信息(即平面坐标信息和深度坐标信息)。由于三维姿态估计比二维姿态估计多了深度坐标信息，因此，三维姿态估计对于人机交互具有重要意义。

现有的人体姿态估计方法，首先从待检测图像中检测出每个人体的单人图像，然后将每张单人图像分别输入三维姿态估计模型，获得每个人体的单人关键点的三维坐标信息。由于三维坐标信息是基于单人图像确定的，而非基于整张待检测图像得到的。因此，当待检测图像中包含多个人体时，利用现有的人体姿态估计方法，无法获得各个人体之间的相对位置，最终得到的多人姿态的估计结果是不准确的。

发明内容

本申请实施例提供了一种多目标姿态估计方法、多目标姿态估计装置及终端设备，可以提高多人姿态估计结果的准确度。

第一方面，本申请实施例提供了一种多目标姿态估计方法，包括：

通过拍摄装置获取待检测图像，所述待检测图像中包括多个目标对象；

确定所述待检测图像中每个所述目标对象在各自对应的目标坐标系下的初始三维姿态，其中，所述目标对象对应的目标坐标系为以所述目标对象上的第一关键点为原点的坐标系；

确定所述待检测图像中每个所述目标对象在相机坐标系下的绝对位置，其中，所述相机坐标系为以所述拍摄装置的光心为原点的坐标系；

根据每个所述目标对象的所述初始三维姿态和所述绝对位置，确定所述待检测图像中每个所述目标对象在所述相机坐标系下的最终三维姿态。

本申请实施例中，需要确定出待检测图像中每个目标对象在相机坐标系下的绝对位置，相当于以相机坐标系为参考，确定了待检测图像中各个目标对象之间的相对位置关系。然后根据各个目标对象在其各自对应的目标坐标系下的初始三维姿态、以及各个目标对象在相机坐标系下的相对位置关系，能够确定出各个目标对象在相机坐标系下的最终三维姿态。通过上述方法确定出的目标对象的最终三维姿态，不仅能够表征每个目标对象自身的三维姿态，还能够表征各目标对象之间的相对位置关系，有效提高了多目标姿态估计结果的准确性。

在第一方面的一种可能的实现方式中，所述确定所述待检测图像中每个所述目标对象在各自对应的目标坐标系下的初始三维姿态，包括：

检测所述待检测图像中的所述目标对象，获得每个所述目标对象的检测框；

根据所述检测框获取所述待检测图像中每个所述目标对象的局部图像；

确定每张所述局部图像中包含的所述目标对象在各自对应的所述目标坐标系下的所述初始三维姿态。

在第一方面的一种可能的实现方式中，所述确定每张所述局部图像中包含的所述目标对象在各自对应的所述目标坐标系下的所述初始三维姿态，包括：