[发明专利]人体姿态估计方法、装置、终端设备及存储介质

权利要求书

1.一种人体姿态估计方法，其特征在于，包括：

获得已训练的姿态估计模型，所述已训练的姿态估计模型是基于正常人像训练数据和不完整人像训练数据训练得到的；

通过所述已训练的姿态估计模型对待检测图片进行人体姿态估计，得到所述待检测图片的人体姿态估计结果。

2.根据权利要求1所述的方法，其特征在于，所述获得已训练的姿态估计模型，包括：

对图片训练数据中已标注的初始人体框进行不完整人像变换，得到已标注的新人体框；

利用包括所述已标注的新人体框和人体关键点的新图片训练数据对姿态估计模型进行训练，得到已训练的姿态估计模型。

3.如权利要求2所述的方法，其特征在于，所述对图片训练数据中已标注的初始人体框进行不完整人像变换，包括：

对图片训练数据中已标注的初始人体框进行随机裁切。

4.如权利要求3所述的方法，其特征在于，所述对图片训练数据中已标注的初始人体框进行随机裁切，包括：

通过生成的随机数确定裁切位置及裁切大小；

根据所述裁切位置及所述裁切大小对图片训练数据中已标注的初始人体框进行裁切。

5.如权利要求4所述的方法，其特征在于，所述对图片训练数据中已标注的初始人体框进行不完整人像变换，得到已标注的新人体框之后，所述方法还包括：

若所述已标注的新人体框中的人体关键点的丢失数量大于预设值，则取消本次裁切，将所述已标注的初始人体框设定为所述已标注的新人体框。

6.如权利要求5所述的方法，其特征在于，所述利用包括所述已标注的新人体框和人体关键点的新图片训练数据对姿态估计模型进行训练之前，所述方法还包括：

从所述图片训练数据中提取所述已标注的新人体框，以及对所述已标注的新人体框中的图像进行数值归一化处理；

根据所述姿态估计模型的输入要求将所述已标注的新人体框的尺寸规范化；

根据所述随机数的取值范围确定编码规则，对尺寸规范化后的所述已标注的新人体框中已标注的人体关键点的坐标进行编码，得到新训练数据；

所述利用包括所述已标注的新人体框和人体关键点的新图片训练数据对姿态估计模型进行训练，得到已训练的姿态估计模型，包括：

利用所述新训练数据对姿态估计模型进行训练，得到已训练的姿态估计模型。

7.如权利要求2所述的方法，其特征在于，对图片训练数据中已标注的初始人体框进行不完整人像变换，得到已标注的新人体框之前，所述方法还包括：

对所述图片训练数据进行图像变换，所述图像变换包括色彩变换、对比度变换、亮度变换和旋转变换中的至少一种。

8.如权利要求6所述的方法，其特征在于，所述通过所述已训练的姿态估计模型对待检测图片进行人体姿态估计，得到所述待检测图片的人体姿态估计结果，包括：

从待检测图片中提取出待检测人体框后，通过所述已训练的姿态估计模型获得人体关键点的预测坐标；

根据所述编码规则对所述预测坐标进行解码，得到所述待检测图片中人体关键点的实际坐标，所述实际坐标为所述待检测图片的人体姿态估计结果。

9.一种人体姿态估计装置，其特征在于，包括：

获得模块，用于获得已训练的姿态估计模型，所述已训练的姿态估计模型是基于正常人像训练数据和不完整人像训练数据训练得到的；

姿态估计模块，用于通过所述已训练的姿态估计模型对待检测图片进行人体姿态估计，得到所述待检测图片的人体姿态估计结果。

10.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的方法。

11.一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存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。