[发明专利]一种人体关键点检测方法、装置、存储介质及终端设备有效

专利信息
申请号: 202110059465.4 申请日: 2021-01-15
公开(公告)号: CN112733767B 公开(公告)日: 2022-05-31
发明(设计)人: 谢雪梅;陈奕蕾 申请(专利权)人: 西安电子科技大学
主分类号: G06V40/10 分类号: G06V40/10;G06V40/20;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫
地址: 710071 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人体 关键 检测 方法 装置 存储 介质 终端设备
【说明书】:

发明公开了一种人体关键点检测方法,包括:获取待检测人体图像;基于预设的关键点检测网络,根据所述待检测人体图像获取人体关键点预测热图;其中,所述关键点检测网络以预设的人体部位的高斯响应热图作为监督信息,所述高斯响应热图根据人体数据集和预设的人体关键点之间的连接关系预先构建获得;根据所述人体关键点预测热图对人体关键点的位置进行检测。相应的,本发明还公开了一种人体关键点检测装置、计算机可读存储介质及终端设备。采用本发明的技术方案能够结合人体结构信息之间的约束进行人体关键点检测,从而减小量化误差,提高检测结果的准确率。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种人体关键点检测方法、装置、计算机可读存储介质及终端设备。

背景技术

人体关键点检测旨在检测图像上人体的关节、五官等的具体位置,以描述人体的姿态,在自然图像中,拍摄场景的复杂性和人体姿势多样性给人体姿态估计任务带来了巨大挑战。作为计算机视觉技术领域最具挑战性的课题之一,多样化的人体姿态估计数据集的出现以及深度学习技术的发展,使得人体关键点检测的准确率也在逐渐提升,常用的具有代表性的人体关键点检测网络有Hourglass、CPN、MSPN和HRNet等,这些基于置信度热图回归的人体关键点检测网络,大都采用了多级特征融合模块来捕捉丰富的多尺度信息,但牺牲了网络的复杂度,忽略了人体结构信息的空间约束,导致获取关键点的具体位置时,会有一定的量化误差,使得人体关键点检测技术难以满足实际应用中高准确率的需求。

发明内容

本发明实施例所要解决的技术问题在于,提供一种人体关键点检测方法、装置、计算机可读存储介质及终端设备,能够结合人体结构信息之间的约束进行人体关键点检测,从而减小量化误差,提高检测结果的准确率。

为了解决上述技术问题,本发明实施例提供了一种人体关键点检测方法,包括:

获取待检测人体图像;

基于预设的关键点检测网络,根据所述待检测人体图像获取人体关键点预测热图;其中,所述关键点检测网络以预设的人体部位的高斯响应热图作为监督信息,所述高斯响应热图根据人体数据集和预设的人体关键点之间的连接关系预先构建获得;所述高斯响应热图包括关键点响应热图和躯干响应热图,所述关键点响应热图以关键点位置为中心进行构建,所述躯干响应热图以关键点之间的躯干连接为中心进行构建;

根据所述人体关键点预测热图对人体关键点的位置进行检测。

进一步地,所述方法通过以下步骤预先构建所述高斯响应热图:

获取人体数据文件,并对所述人体数据文件进行数据增强处理,相应获得所述人体数据集;其中,所述人体数据文件至少包括人体图像文件、人体检测框的标注文件以及人体关键点位置坐标的标注文件;

根据所述人体数据集和所述人体关键点之间的连接关系构建所述高斯响应热图;其中,所述人体关键点之间的连接关系至少包括人体的头部、脖子、右肩、右肘、右手腕、左肩、左肘、左手腕、胸部、骨盆、左髋、右髋、左膝盖、左脚踝、右膝盖和右脚踝之间的连接关系。

进一步地,所述关键点检测网络包括第一级检测网络、第二级检测网络、第三级检测网络和第四级检测网络;

则,所述基于预设的关键点检测网络,根据所述待检测人体图像获取人体关键点预测热图,具体包括:

根据所述第一级检测网络对所述待检测人体图像进行特征提取,相应获得所述待检测人体图像的第一级特征信息;

根据所述第二级检测网络对所述待检测人体图像进行特征提取,相应获得所述待检测人体图像的第二级特征信息;

根据所述第三级检测网络对所述待检测人体图像进行特征提取,相应获得所述待检测人体图像的第三级特征信息;

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西安电子科技大学,未经西安电子科技大学许可,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/202110059465.4/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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