[发明专利]一种人体骨骼关键点检测方法及装置

权利要求书

1.一种人体骨骼关键点检测方法，包括如下步骤：

步骤一，获取单目深度图；

步骤二，将所述单目深度图输入至一经训练好的全卷积深度神经网络中，以检测出其中的人体骨骼关键点位置，所述全卷积深度神经网络将网络前馈的低度抽象前期特征图和高度抽象后期特征图整合在一起，并采用上采样把小特征图放大到其他特征图，以在进行下一步卷积计算时输入既包含小特征图的全局信息又包含大特征图的特征信息。

2.如权利要求1所述的一种人体骨骼关键点检测方法，其特征在于，于步骤一之前，还包括如下步骤：

构建全卷积深度神经网络，并通过收集若干单目深度图作为训练样本，采用梯度下降优化算法对该全卷积深度神经网络进行训练，更新该全卷积深度神经网络的参数，获得所述经训练好的全卷积深度神经网络。

3.如权利要求2所述的一种人体骨骼关键点检测方法，其特征在于，所述构建全卷积深度神经网络，并通过收集若干单目深度图作为训练样本，采用梯度下降优化算法对该全卷积深度神经网络进行训练，更新该全卷积深度神经网络的参数的步骤包括：

构建所述全卷积深度神经网络，并随机初始化该全卷积深度神经网络中的参数；

收集若干单目深度图作为收集训练样本，并对所述单目深度图中的人进行人体骨骼关键点的标注，获得标注坐标；

生成所述标注坐标对应的目标特征图；

以所述单目深度图作为输入，以所述标注坐标生成的目标特征图为目标输出，使用梯度下降优化算法，利用所述训练样本进行端到端的模型训练，更新所述全卷积深度神经网络的参数，使得所述全卷积深度神经网络输出趋于目标输出。

4.如权利要求3所述的一种人体骨骼关键点检测方法，其特征在于：于所述构建所述全卷积深度神经网络，并随机初始化该全卷积深度神经网络中的参数的步骤中，所构建的全卷积深度神经网络包括多个二维卷积层、多个修正线性单元层，除最后一层获得输出的卷积层，其余每一层卷积层后接一个修正线性单元，其间加入多个池化层、上采样层，所述上采样层后接一层将高级特征和低级特征并联的特征图并联层。

5.如权利要求4所述的一种人体骨骼关键点检测方法，其特征在于：所述全卷积深度神经网络中的任意一处特征通过特征增强模块来增强特征输出，所述特征增强模块的加入形式采用并联或者串联形式。

6.如权利要求3所述的一种人体骨骼关键点检测方法，其特征在于：于所述生成所述标注坐标对应的目标特征图的步骤中，以每个人体骨骼关键点的标注坐标为中心，依次生成二维高斯分布的概率置信图。

7.如权利要求3所述的一种人体骨骼关键点检测方法，其特征在于：于所述梯度下降优化算法采用基于一阶梯度的随机优化算法用于更新所述神经网络中的参数，其目标损失函数是网络的输出特征图与目标特征图之间的欧氏距离，并以欧氏距离作为损失值对所述神经网络中各个参数求偏导，最终以偏导值来更新所述神经网络的参数。