[发明专利]一种人体关键点检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 201910844569.9 申请日: 2019-09-06
公开(公告)号: CN110705365A 公开(公告)日: 2020-01-17
发明(设计)人: 赵鑫;谷继力;张文波 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 11319 北京润泽恒知识产权代理有限公司 代理人: 李娜
地址: 100085 北京市海淀*** 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: 关键点 人体上半身 待检测图像 人体图像 稠密 目标位置 人体姿态 关键点检测 人体解剖学 存储介质 电子设备 神经网络 准确度 像素点 申请
【说明书】:

本申请提供了一种人体关键点检测方法、装置、电子设备及存储介质,该方法包括:获取待检测图像,其中,所述待检测图像包括人体图像;将所述待检测图像输入到预先训练好的神经网络中,得到所述人体图像的人体上半身稠密关键点对应的热力图,所述人体上半身稠密关键点为:基于人体解剖学定义的人体上半身体表关键点;将所述人体图像中与目标位置对应的像素点,确定为人体上半身关键点,所述目标位置为:所述热力图中所显示的人体上半身稠密关键点的位置。利用本申请所确定的人体关键点来描述人体姿态时,所描述的人体姿态的准确度较高。

技术领域

本申请涉及计算机技术领域,尤其涉及一种人体关键点检测方法、装置、电子设备及存储介质。

背景技术

人体关键点对于描述人体姿态,预测人体行为至关重要。因此,人体关键点的检测是诸多计算机视觉任务的基础,例如动作分类,异常行为检测,以及自动驾驶等等。人体关键点的检测,主要检测人体的一些关键点,如关节、四肢、五官等,通过关键点描述人体姿态。人体具有相当的柔性,会出现各种姿态和形状,人体任何一个部位的微小变化都会产生一种新的姿态。

相关技术中,人体关键点检测结果只标注了人体的重要关节位置,所标注的人体的重要关节位置比较稀疏,因此,在利用相关技术中的人体关键点检测结果来描述人体姿态时,所描述的人体姿态的准确度较低。

发明内容

本公开提供了一种人体关键点检测方法、装置、电子设备及存储介质,以至少解决相关技术中所存在的:利用人体关键点检测结果来描述人体姿态时,所描述的人体姿态的准确度较低的问题。本公开的技术方案如下:

根据本公开实施例的第一方面,提供了一种人体关键点检测方法,包括:

获取待检测图像,其中,所述待检测图像包括人体图像;

将所述待检测图像输入到预先训练好的神经网络中,得到所述人体图像的人体上半身稠密关键点对应的热力图,所述人体上半身稠密关键点为:基于人体解剖学定义的人体上半身体表关键点;

将所述人体图像中与目标位置对应的像素点,确定为人体上半身关键点,所述目标位置为:所述热力图中所显示的人体上半身稠密关键点的位置;

其中,所述预先训练好的神经网络由主神经网络和子神经网络组成,所述主神经网络用于提取所述待检测图像的高分辨率特征图,所述子神经网络用于提取所述待检测图像的低分辨率特征图,并且,所述主神经网络还用于:将所述高分辨率特征图与所述低分辨率特征图进行融合,并将融合得到的特征图作为所述热力图。

可选的,所述将所述待检测图像输入到预先训练好的神经网络中,得到所述人体图像的人体上半身稠密关键点对应的热力图,包括:

将所述待检测图像输入所述主神经网络,以使所述主神经网络对所述待检测图像进行卷积操作,得到第一高分辨率特征图,并对所述第一高分辨率特征图进行多次下采样操作,得到多个低分辨率特征图;

将所述多个低分辨率特征图分别输入对应的子神经网络,以使所述子神经网络对输入的所述多个低分辨率特征图进行融合操作、卷积操作,以及多次下采样操作和/或上采样操作,得到多个第二高分辨率特征图;

将所述多个第二高分辨率特征图输入到所述主神经网络,以使所述主神经网络对所述第一高分辨率特征图和所述多个第二高分辨率特征图进行融合操作及卷积操作,得到目标特征图,并将所述目标特征图确定为所述人体图像的人体上半身稠密关键点对应的热力图。

可选的,所述主神经网络在对所述待检测图像进行卷积操作,得到第一高分辨率特征图,并对所述第一高分辨率特征图进行多次下采样操作,得到多个低分辨率特征图之前,还包括:

所述主神经网络对所述待检测图像进行预处理,得到预设大小的高分辨率图像,其中,所述高分辨率图像的分辨率小于所述待检测图像的分辨率。

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达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/201910844569.9/2.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