[发明专利]人体部位分割网络训练方法、人体部位分割方法及装置有效

专利信息
申请号: 202110515510.2 申请日: 2021-05-12
公开(公告)号: CN112950637B 公开(公告)日: 2021-08-20
发明(设计)人: 贾文浩;高原;刘霄 申请(专利权)人: 北京世纪好未来教育科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06K9/46;G06N3/04;G06N3/08
代理公司: 上海知锦知识产权代理事务所(特殊普通合伙) 31327 代理人: 李丽
地址: 100144 北京市海淀区中*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 部位 分割 网络 训练 方法 装置
【说明书】:

发明实施例提供了一种人体部位分割网络训练方法、人体部位分割方法及装置,其中人体部位分割网络训练方法,包括获取训练人体图像数据及训练人体图像的训练人体特征,用待训练的人体部位分割网络获取训练人体部位分割标记,利用训练人体部位分割标记,获取基准评价分数,利用待训练的评价网络得到训练人体部位分割标记的训练评价分数,根据利用基准人体部位分割标记和所述训练人体部位分割标记获取的分割损失以及利用所述训练评价分数和所述基准评价分数获取的评价损失,获取模型训练的全局损失,进而优化人体部位分割网络和评价网络,得到训练完成的所述人体部位分割网络和所述评价网络,可以提高所述人体部位分割网络的准确性。

技术领域

本发明实施例涉及图像识别领域,尤其涉及一种人体部位分割网络训练方法、人体部位分割方法及装置。

背景技术

人体部位分割,属于语义分割任务的子任务,其目的主要是将包含有人体的图像进行细粒度分割,例如将人体图像分割为头部区域、躯干区域、四肢区域等各个部位的图像。

人体部位分割技术在诸多领域均有应用,如人体外观转移、行为识别、行人再识别、时装合成等等。因此,人体部位分割具有重要的研究意义和应用价值。

现有技术中的人体部位分割技术所得到的人体部位分割的准确性较差。

所以,如何提高人体部位分割的准确性,就成为本领域技术人员急需解决的技术问题。

发明内容

本发明实施例解决的技术问题是如何提高人体部位分割结果的质量。

为解决上述问题,本发明实施例提供了一种人体部位分割网络训练方法,包括:

获取训练人体图像数据,所述训练人体图像数据包括训练人体图像和所述训练人体图像的基准人体部位分割标记,所述基准人体部位分割标记包括所述训练人体图像的各个像素点的人体部位类别;

获取所述训练人体图像的训练人体特征;

利用待训练的人体部位分割网络,根据所述训练人体特征,获取训练人体部位分割标记;

至少利用所述训练人体部位分割标记,获取所述训练人体部位分割标记的基准评价分数,其中,所述基准评价分数用于评价所述训练人体部位分割标记的分割结果;

利用待训练的评价网络,根据所述训练人体特征,得到所述训练人体特征对应的训练评价分数,其中,所述评价网络适于评价所述人体部位分割网络所得的所述训练人体部位分割标记;

根据利用所述基准人体部位分割标记和所述训练人体部位分割标记获取的分割损失以及利用所述训练评价分数和所述基准评价分数获取的评价损失,获取模型训练的全局损失,并根据所述全局损失,优化待训练的所述人体部位分割网络和所述评价网络,直至所述全局损失满足全局损失阈值,得到训练完成的所述人体部位分割网络和所述评价网络。

为解决上述问题,本发明实施例还提供了一种人体部位分割方法,包括:

获取单人待分割图像;

获取所述单人待分割图像的人体特征;

利用所述人体部位分割网络训练方法训练得到的所述人体部位分割网络,根据所述人体特征,获取所述单人待分割图像对应的人体部位分割结果。

为解决上述问题,本发明实施例还提供了一种人体部位分割网络训练装置,包括:

训练人体图像数据获取单元,适于获取训练人体图像数据,所述训练人体图像数据包括训练人体图像和所述训练人体图像的基准人体部位分割标记,所述基准人体部位分割标记包括所述训练人体图像的各个像素点的人体部位类别;

训练人体特征获取单元,适于获取所述训练人体图像的训练人体特征;

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北京世纪好未来教育科技有限公司,未经北京世纪好未来教育科技有限公司许可,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/202110515510.2/2.html,转载请声明来源钻瓜专利网。

×

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