[发明专利]位姿识别模型训练方法、装置、位姿识别方法和终端设备

说明书

本发明实施例公开了位姿识别模型训练方法、装置、位姿识别方法和终端设备，该训练方法包括：获取原始RGB图像；利用预设的位姿点线图提取方法从所述原始RGB图像中提取由预设数目个位姿关键点坐标组成的位姿点线图；将所述位姿点线图以区别于预定背景板颜色的目标颜色绘制在背景板上，以确定训练RGB图像；利用多个训练RGB图像训练所述位姿识别模型直至所述位姿识别模型对应的损失函数收敛。本发明的技术方案实现利用较少的训练RGB图像即可完成对位姿识别模型的训练，降低位姿识别模型的训练时间。

技术领域

本发明涉及人工智能领域，尤其涉及一种位姿识别模型训练方法、装置、位姿识别方法和终端设备。

背景技术

随着深度学习技术的不断发展，越来越多人研究基于图像的行为识别方法，但是，RGB图像极易受到背景噪声的干扰，当背景发生变化时会导致利用该数据训练出来的模型识别精度急剧下降，同时基于图像的行为识别方法对数据量的要求也比较大，一般需要庞大的数据量才能训练出来一个较为鲁棒的模型。

发明内容

鉴于上述问题，本发明提出一种位姿识别模型训练方法、装置、位姿识别方法和终端设备。

本发明的一个实施例提出一种位姿识别模型训练方法，该位姿识别模型训练方法包括：

获取原始RGB图像；

利用预设的位姿点线图提取方法从所述原始RGB图像中提取由预设数目个位姿关键点坐标组成的位姿点线图；

将所述位姿点线图以区别于预定背景板颜色的目标颜色绘制在背景板上，以确定训练RGB图像；

利用多个训练RGB图像训练所述位姿识别模型直至所述位姿识别模型对应的损失函数收敛。

本发明另一个实施例所述的位姿识别模型训练方法，在所述原始RGB图像中提取由预设数目个位姿关键点坐标组成的位姿点线图之后，还包括：

根据所述位姿点线图中各个位姿关键点坐标的属性对各个位姿关键点坐标进行特征分类。

上述的位姿识别模型训练方法，所述将所述位姿点线图以区别于所述预定背景板颜色的目标颜色分别绘制在背景板上，包括：

将所述位姿点线图绘制在所述背景板上；

在所述背景板上，将同一特征类别中的位姿关键点坐标构成的点线标注为预设的同一颜色，各个特征类别中的位姿关键点坐标构成的点线标注颜色不同且与所述预定背景板颜色不同。

上述的位姿识别模型训练方法，在识别人体位姿时，所述特征类别包括头颈特征类别、手臂特征类别和下肢特征类别。

上述的位姿识别模型训练方法，所述预定背景板颜色为黑色，所述头颈特征类别、所述手臂特征类别和所述下肢特征类别中的位姿关键点坐标构成的点线依次标注为绿色、蓝色和红色之一。

上述的位姿识别模型训练方法，所述利用预设的位姿点线图提取方法从所述原始RGB图像中提取由预设数目个位姿关键点坐标组成的位姿点线图，包括：

利用OpenPose人体姿态估计算法提取所述原始RGB图像的预设数目个关键点的位置信息；

根据预设数目个关键点的位置信息确定所述位姿点线图。

本发明的再一个实施例提出一种位姿识别模型训练装置，该装置包括：

原始RGB图像获取模块，用于获取原始RGB图像；

位姿点线图提取模块，用于利用预设的位姿点线图提取方法从所述原始RGB图像中提取由预设数目个位姿关键点坐标组成的位姿点线图；

训练RGB图像确定模块，用于将所述位姿点线图以区别于所述预定背景板颜色的目标颜色分别绘制在背景板上，以确定训练RGB图像；