[发明专利]图像的遮挡检测方法、装置、电子设备及存储介质

权利要求书

1.一种图像的遮挡检测方法，其特征在于，所述方法包括：

获取包含对象的待检测图像；

对所述待检测图像进行特征提取处理，以获得图像特征；

将所述图像特征进行降维处理，并对得到的降维图像特征进行融合处理，以获得融合特征；

对所述融合特征进行映射处理，以获得所述对象的不同部位的遮挡概率；

将所具有的遮挡概率大于遮挡概率阈值的部位，确定为所述对象的被遮挡部位。

2.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像进行特征提取处理，以获得图像特征，包括：

将所述待检测图像中每个通道包含的数据进行逐深度卷积处理，以获得对应每个通道的标量积；

将对应每个通道的标量积进行堆叠，并将堆叠后的标量积进行逐点卷积处理，以获得所述待检测图像的图像特征。

3.根据权利要求2所述的方法，其特征在于，在所述将所述待检测图像中每个通道包含的数据进行逐深度卷积处理之前，所述方法还包括：

对所述待检测图像进行对象识别，并从所述待检测图像中裁剪出包含所述对象、且为预设尺寸的图像；

将裁剪出的图像包含的像素进行归一化处理，以获得所述待检测图像中包含多个通道的归一化图像数据。

4.根据权利要求1所述的方法，其特征在于，所述将所述图像特征进行降维处理，并对得到的降维图像特征进行融合处理，以获得融合特征，包括：

将所述图像特征中每个通道包含的多个数据进行数据处理，以获得降维图像特征；

其中，所述数据处理的类型包括：取平均值、取最大值、取最小值；

将所述降维图像特征进行全连接处理，以获得与所述对象的多个部位一一对应的多个融合子特征；

将与所述对象的多个部位一一对应的多个融合子特征组合为融合特征。

5.根据权利要求1所述的方法，其特征在于，所述对所述融合特征进行映射处理，以获得所述对象的不同部位的遮挡概率，包括：

针对所述融合特征包括的与所述对象的每个部位对应的融合子特征，执行以下处理：通过激活函数将所述融合子特征映射为对应部位的遮挡概率。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述遮挡检测方法是通过第一神经网络模型实现的，所述方法还包括：

通过以下方式训练所述第一神经网络模型：

获取包含所述对象的样本图像、以及所述样本图像的标注数据，其中，所述标注数据包括针对所述对象标注的被遮挡部位和未遮挡部位；

基于所述样本图像、以及所述样本图像的标注数据，对所述第一神经网络模型进行训练；

其中，训练后的所述第一神经网络模型用于预测所述待检测图像包含的所述对象的多个部位的遮挡概率。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

通过以下方式至少之一生成所述样本图像：

拍摄包含所述对象的无遮挡图像；拍摄所述对象使用不同物品时的有遮挡图像；将任意图像合成到所述对象的无遮挡图像中，以形成所述对象的有遮挡图像。

8.根据权利要求6所述的方法，其特征在于，所述获取包含所述对象的样本图像、以及所述样本图像的标注数据，包括：

对所述样本图像中的对象进行关键点识别，以确定所述对象的每个部位中显露的关键点的数量；

针对每个部位执行以下处理：

确定所述部位的显露比例，其中，所述显露比例为所述部位中显露的关键点的数量与所述部位包括的关键点的完整数量之间的比例；

当所述显露比例大于第一显露比例阈值时，标注所述部位为未遮挡部位；

当所述显露比例小于第二显露比例阈值时，标注所述部位为被遮挡部位；

其中，所述第一显露比例阈值大于或等于所述第二显露比例阈值。