[发明专利]基于关键点的关联方法、系统及介质有效
申请号: | 202011451402.5 | 申请日: | 2020-12-10 |
公开(公告)号: | CN112800825B | 公开(公告)日: | 2021-12-03 |
发明(设计)人: | 陈长升;齐竟雄;何翔 | 申请(专利权)人: | 云从科技集团股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06T7/62;G06N3/04 |
代理公司: | 北京瀚仁知识产权代理事务所(普通合伙) 11482 | 代理人: | 宋宝库;郭婷 |
地址: | 511457 广东省广*** | 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: | 基于 关键 关联 方法 系统 介质 | ||
1.一种基于关键点的关联方法,其特征在于,包括:
将检测到的多个目标的不同组成部分形成配对,根据所述不同组成部分的关键点,计算每一所述配对的关联损失度,所述关联损失度用于表示每个配对内的两个组成部分关联错误的程度;
根据所述关联损失度,确定所述配对是否属于同一个目标;
所述不同组成部分包括:第一部分和第二部分;
所述将检测到的多个目标的不同组成部分形成配对,具体包括:将每个第一部分与每个第二部分形成两两配对;
所述根据所述不同组成部分的关键点,计算每一所述配对的关联损失度包括:根据每个配对中第二部分的关键点计算基于关键点的连线的中心点,并确定所述连线的中心点是否在对应配对的第一部分中;如果是,则计算所述连线的中心点到所述第一部分的中心点之间的距离,并将该距离作为所述配对的关联损失度;或者,如果是,则计算所述第二部分的关键点与所述第一部分的中心点相对距离或角度,作为所述配对的关联损失度;或者,如果是,则将所述第二部分的关键点和所述第一部分的中心点,输入到深度学习模型中,其计算结果作为所述配对的关联损失度。
2.如权利要求1所述的方法,其特征在于,在“所述根据所述不同组成部分的关键点,计算每一所述配对的关联损失度”之前,还包括:
判断所述配对是否满足预设的关联前置条件;
如果满足,则根据所述不同组成部分的关键点,计算每一所述配对的关联损失度。
3.如权利要求2所述的方法,其特征在于,
所述关联前置条件为:
每个配对中所述第一部分在水平方向上被所述第二部分所包含的范围大小与所述第一部分的范围大小的比率、以及所述第一部分在垂直方向上被所述第二部分所包含的范围大小与所述第一部分的范围大小的比率,同时都大于或等于预设的第一阈值;
或者,
每个配对中所述第一部分的顶点位置与第二部分相同的顶点位置之间的距离,与第一部分的宽度或高度的比率大于预设的第二阈值、或者与第二部分的高度的比率,小于预设的第二阈值;
或者,
每个配对中所述第一部分和所述第二部分的交集的面积,与所述第一部分的面积之间的比率,大于或等于预设的第三阈值。
4.如权利要求2所述的方法,其特征在于,还包括:
在通过基于深度学习的估计模型检测到所述不同组成部分时,同时获得所述不同组成部分的关键点。
5.如权利要求4所述的方法,其特征在于,
如果所述配对不满足预设的关联前置条件,或者,如果所述连线的中心点不在所述配对的第一部分中,则所述配对不属于同一个目标。
6.如权利要求1所述的方法,其特征在于,根据所述关联损失度,确定所述配对是否属于同一个目标,具体包括:
根据每一配对的关联损失度对所有配对进行全局最优匹配,得到关联损失度总和最小的匹配对组合;
确定所述匹配对组合中的每一个匹配对是一个目标。
7.如权利要求3所述的方法,其特征在于,
所述目标为行人;
所述不同组成部分包括:来自一帧图片中的人头框和人体框;
所述配对为任一人头框与任一人体框两两形成的人头-人体框对;
其中,所述第一阈值为75%;其中,所述顶点位置为人头框和人体框各自的左上角顶点;其中,所述交集的面积与所述第一部分的面积之间的比率为:人头框和人体框的交集的面积与人头框的面积的比率。
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云从科技集团股份有限公司,未经云从科技集团股份有限公司许可,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/202011451402.5/1.html,转载请声明来源钻瓜专利网。