[发明专利]图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取非理想人物图像，所述非理想人物图像中的人物具有非理想人体姿势；

获取理想人物图像，所述理想人物图像中的人物具有理想人体姿势；

分别对所述非理想人物图像和所述理想人物图像进行人体骨骼关键点识别，得到所述非理想人物图像包括的多个人体骨骼关键点和所述理想人物图像包括的多个人体骨骼关键点；

将所述非理想人物图像包括的多个人体骨骼关键点、所述理想人物图像包括的多个人体骨骼关键点以及所述非理想人物图像输入至空间变换网络STN中，通过所述STN对所述非理想人物图像中人物的人体姿势进行校正处理；其中，校正处理后的人体姿势与所述理想人体姿势的差异小于预设差异阈值。

2.根据权利要求1所述的方法，其特征在于，所述分别对所述非理想人物图像和所述理想人物图像进行人体骨骼关键点识别，包括：

将目标人物图像输入至关键点识别网络中，得到所述关键点识别网络输出的关键点概率图集合和肢体方向矢量图集合，所述目标人物图像为所述非理想人物图像或者所述理想人物图像，所述关键点概率图集合包括与不同种人体骨骼关键点一一对应的多个关键点概率图，每个所述关键点概率图包括的概率值用于指示对应种类的人体骨骼关键点位于所述概率值所在位置点处的概率，所述肢体方向矢量图集合包括与不同种肢体一一对应的多个肢体方向矢量图，所述肢体为相关联的人体骨骼关键点之间的人体区域，每个所述肢体方向矢量图包括的矢量值用于指示对应种类的肢体在所述矢量值所在位置点处的方向；

根据所述关键点概率图集合和所述肢体方向矢量图集合，对所述目标人物图像进行人体骨骼关键点识别。

3.根据权利要求2所述的方法，其特征在于，所述关键点识别网络包括第一识别子网络以及级联的n个第二识别子网络，n为大于1的正整数，所述将目标人物图像输入至关键点识别网络中，得到所述关键点识别网络输出的关键点概率图集合和肢体方向矢量图集合，包括：

将所述目标人物图像输入至所述第一识别子网络中，得到所述第一识别子网络对所述目标人物图像进行特征提取后输出的特征图；

将所述特征图输入至所述n个第二识别子网络中，通过第i个第二识别子网络对第i个输入图进行识别计算，并输出第i个候选关键点概率图集合和第i个候选肢体方向矢量图集合，其中，当i＝1时，所述第i个输入图为所述特征图，当1＜i≤n时，所述第i个输入图为所述特征图、第i-1个候选关键点概率图集合和第i-1个候选肢体方向矢量图集合；

将第n个第二识别子网络输出的第n个候选关键点概率图集合和第n个候选肢体方向矢量图集合，分别作为所述关键点识别网络输出的所述关键点概率图集合和所述肢体方向矢量图集合。

4.根据权利要求2所述的方法，其特征在于，所述根据所述关键点概率图集合和所述肢体方向矢量图集合，对所述目标人物图像进行人体骨骼关键点识别，包括：

对于每个种类的人体骨骼关键点，在所述人体骨骼关键点对应的关键点概率图中，确定与所述人体骨骼关键点对应的多个候选位置点；

获取多个位置点集合，每个所述位置点集合包括m个候选位置点，且，每个所述位置点集合包括的各个候选位置点所对应的人体骨骼关键点的种类均不同，m为人体骨骼关键点种类的数量；

根据所述肢体方向矢量图集合，从所述多个位置点集合中确定目标位置点集合，并根据所述目标位置点集合包括的各个候选位置点在所述目标人物图像中确定人体骨骼关键点。

5.根据权利要求4所述的方法，其特征在于，在所述人体骨骼关键点对应的关键点概率图中，确定与所述人体骨骼关键点对应的多个候选位置点，包括：

对所述关键点概率图进行最大池化操作，得到池化概率图，所述池化概率图包括多个池化概率值，所述多个池化概率值与所述关键点概率图包括的多个概率值一一对应；

从所述关键点概率图中确定目标概率值，所述目标概率值与对应的池化概率值相等；

将所述目标概率值所在位置点确定为与所述人体骨骼关键点对应的候选位置点。