[发明专利]人体3D关键点检测方法、模型训练方法及相关装置在审
| 申请号: | 202011238135.3 | 申请日: | 2020-11-09 |
| 公开(公告)号: | CN112270669A | 公开(公告)日: | 2021-01-26 |
| 发明(设计)人: | 孟庆月 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/73;G06T5/00;G06N3/04;G06N3/08 |
| 代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;黄灿 |
| 地址: | 100085 北京市*** | 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 关键 检测 方法 模型 训练 相关 装置 | ||
1.一种人体3D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第一人体图像数据;
将所述待检测图像输入至关键点提取模型,得到所述第一人体图像数据的N个人体三维3D关键点的N个第一3D热力分布图;其中,每一第一3D热力分布图表征所述第一人体图像数据的一个人体3D关键点在预设空间中的高斯分布,N为正整数;
基于所述N个第一3D热力分布图,确定所述第一人体图像数据的N个人体3D关键点的坐标信息。
2.根据权利要求1所述的方法,其中,所述将所述待检测图像输入至关键点提取模型,得到所述第一人体图像数据的N个人体三维3D关键点的N个第一3D热力分布图包括:
将所述待检测图像输入至关键点提取模型,输出所述N个人体3D关键点的N个第二3D热力分布图;其中,所述第二3D热力分布图的空间尺寸大小为所述预设空间;
针对每一第二3D热力分布图,将所述第二3D热力分布图的数据进行归一化,以得到所述N个第一3D热力分布图。
3.根据权利要求1所述的方法,其中,所述N个人体3D关键点包括目标人体3D关键点,所述基于所述N个第一3D热力分布图,确定所述第一人体图像数据的N个人体3D关键点的坐标信息包括:
针对所述目标人体3D关键点的三个坐标维度中目标坐标维度,基于所述目标人体3D关键点对应的第一3D热力分布图中所述目标坐标维度对应的二维平面的数据进行均值计算,得到所述目标坐标维度的多个坐标候选值;其中,所述目标坐标维度对应的二维平面为所述三个坐标维度中其他两个坐标维度所确定的平面;
将所述目标坐标维度的多个坐标候选值中最大的坐标候选值确定为所述目标人体3D关键点在所述目标坐标维度的坐标值,所述目标人体3D关键点的坐标信息包括所述目标人体3D关键点在所述三个坐标维度的坐标值;
其中,所述目标人体3D关键点为所述N个人体3D关键点中任一人体3D关键点,所述目标坐标维度为所述三个坐标维度中任一坐标维度。
4.一种模型训练方法,包括:
获取多个训练图像;其中,每个训练图像包括第二人体图像数据;
针对所述多个训练图像中每个训练图像,将所述训练图像输入至关键点提取模型,得到所述第二人体图像数据的N个人体3D关键点的N个第三3D热力分布图;其中,每一第三3D热力分布图表征所述第二人体图像数据的一个人体3D关键点在预设空间中的高斯分布,N为正整数;
基于所述N个第三3D热力分布图,确定所述第二人体图像数据的N个人体3D关键点的坐标信息;
确定所述第二人体图像数据的N个人体3D关键点的坐标信息与所述第二人体图像数据对应的坐标标签信息的差异信息;
基于所述差异信息更新所述关键点提取模型。
5.根据权利要求4所述的方法,其中,所述获取多个训练图像包括:
获取多个目标训练图像;
对所述多个目标训练图像进行数据增强处理,得到所述多个训练图像。
6.一种人体3D关键点检测装置,包括:
第一获取模块,用于获取待检测图像;其中,所述待检测图像包括第一人体图像数据;
第一输入模块,用于将所述待检测图像输入至关键点提取模型,得到所述第一人体图像数据的N个人体三维3D关键点的N个第一3D热力分布图;其中,每一第一3D热力分布图表征所述第一人体图像数据的一个人体3D关键点在预设空间中的高斯分布,N为正整数;
第一确定模块,用于基于所述N个第一3D热力分布图,确定所述第一人体图像数据的N个人体3D关键点的坐标信息。
7.根据权利要求6所述的装置,其中,所述第一输入模块包括:
输入单元,用于将所述待检测图像输入至关键点提取模型,输出所述N个人体3D关键点的N个第二3D热力分布图;其中,所述第二3D热力分布图的空间尺寸大小为所述预设空间;
归一化单元,用于针对每一第二3D热力分布图,将所述第二3D热力分布图的数据进行归一化,以得到所述N个第一3D热力分布图。
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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011238135.3/1.html,转载请声明来源钻瓜专利网。





