[发明专利]一种人体关键点识别方法、装置、终端设备及存储介质在审

专利信息
申请号: 202011518131.0 申请日: 2020-12-21
公开(公告)号: CN112507954A 公开(公告)日: 2021-03-16
发明(设计)人: 郭渺辰;程骏;张惊涛;胡淑萍;顾在旺;王东;庞建新 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 肖遥
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人体 关键 识别 方法 装置 终端设备 存储 介质
【说明书】:

发明适用于人工智能技术领域,提供一种人体关键点识别方法、装置、终端设备及存储介质,通过关键点检测模型检测人体图像中人体的N个关节位置处的关键点,获得所述关键点检测模型输出的N张热图和一张背景图;分割出每张所述热图中不同人体的关键点所在区域,并确定每张所述热图中不同人体的关键点所在区域的轮廓;在所述关键点区域的轮廓内获取热图峰值;根据每张所述热图中不同人体的关键点所在区域的轮廓内的热图峰值的坐标,获得每张所述热图中不同人体的关键点的坐标;根据每个所述人体的关键点的坐标,绘制每个所述人体的关节特征图,可以有效提高人体的关键点的识别精度。

技术领域

本发明属于人工智能(Artificial Intelligence,AI)技术领域,尤其涉及一种人体关键点识别方法、装置、终端设备及存储介质。

背景技术

随着人工智能技术的快速发展,基于神经网络的目标检测及分类技术已经较为成熟,在工业领域应用广泛,例如,利用图像对人体的姿态进行识别。人体的姿态可以分为静态和动态,静态动作(例如,站立、静坐、举手等)依靠单帧图像即可判别,常用的静态动作识别方法是基于目标检测的方法;动态动作(例如,行走、跳跃、跑步等)依靠多帧连续的图像序列进行判别,常用的动态动作识别方法是基于双流网络或3D卷积等的方法。人体关键点识别是静态动作识别的实现基础,保证人体关键点的识别精度,是解决现有的静态动作识别方法,存在的训练所需的数据量大,涵盖图中的服饰、背景等,导致训练速度慢且可解释性较弱等问题的关键。

发明内容

有鉴于此,本发明实施例提供了一种人体关键点识别方法、装置、终端设备及存储介质,能够有效提高人体关键点的识别精度。

本发明实施例的第一方面提供了一种人体关键点识别方法,包括:

通过关键点检测模型检测人体图像中人体的N个关节位置处的关键点,获得所述关键点检测模型输出的N张热图和一张背景图;其中,N为大于或等于2的整数;

分割出每张所述热图中不同人体的关键点所在区域,并确定每张所述热图中不同人体的关键点所在区域的轮廓;

在所述关键点区域的轮廓内获取热图峰值;

根据每张所述热图中不同人体的关键点所在区域的轮廓内的热图峰值的坐标,获得每张所述热图中不同人体的关键点的坐标;

根据每个所述人体的关键点的坐标,绘制每个所述人体的关节特征图。

本发明实施例的第二方面提供了一种人体关键点识别装置,包括:

关键点检测模块,用于通过关键点检测模型检测人体图像中人体的N个关节位置处的关键点,获得所述关键点检测模型输出的N张热图和一张背景图;其中,N为大于或等于2的整数;

关键点分割模块,用于分割出每张所述热图中不同人体的关键点所在区域,并确定每张所述热图中不同人体的关键点所在区域的轮廓;

热图峰值获取模块,用于在所述关键点区域的轮廓内获取热图峰值;

关键点定位模块,用于根据每张所述热图中不同人体的关键点所在区域的轮廓内的热图峰值的坐标,获得每张所述热图中不同人体的关键点的坐标;

特征图绘制模块,用于根据每个所述人体的关键点的坐标,绘制每个所述人体的关节特征图。

本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例的第一方面所述人体关键点识别方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本发明实施例的第一方面所述人体关键点识别方法的步骤。

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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/202011518131.0/2.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