[发明专利]关键点的检测方法和装置

说明书

本公开提供了关键点的检测方法和装置，涉及图像处理和深度学习的人工智能技术领域。具体实施方式包括：获取包含目标的待测图像和训练后的关键点检测模型，将待测图像输入关键点检测模型，得到包含目标的关键点的热力图；对各个热力图进行合并，将合并结果作为多点热力图；将多点热力图和待测图像，输入训练后的关键点修正模型，得到包含目标的关键点的热力图，将该热力图作为修正后热力图；确定修正后热力图指示的关键点坐标。本公开可以利用关键点检测模型的输出，确定关键点修正模型的输入，从而对关键点检测模型预测的关键点进行修正，提高确定关键点的准确度。

技术领域

本公开涉及计算机技术领域，具体涉及包括图像处理和深度学习的人工智能技术领域，尤其涉及关键点的检测方法和装置。

背景技术

关键点(landmark)检测，也被称为关键点定位或关键点对齐，其任务是指，在给定一张待检测的图像数据以后，定位出该图像数据中的关键特征点也即关键点。例如在人脸关键点检测中，关键特征点可以是眼睛、眉毛等部位的特征点。

在相关技术中，关键点的检测往往通过模型来进行，比如，模型可以是深度神经网络。

发明内容

提供了一种关键点的检测方法、装置、电子设备以及存储介质。

根据第一方面，提供了一种关键点的检测方法，包括：获取包含目标的待测图像和训练后的关键点检测模型，将待测图像输入关键点检测模型，得到包含目标的关键点的热力图；对各个热力图进行合并，将合并结果作为多点热力图；将多点热力图和待测图像，输入训练后的关键点修正模型，得到包含目标的关键点的热力图，将该热力图作为修正后热力图；确定修正后热力图指示的关键点坐标。

根据第二方面，提供了一种关键点修正模型的训练方法，方法包括：获取包含目标的待测图像和训练后的关键点检测模型，将待测图像输入关键点检测模型，得到包含目标的关键点的热力图；对各个热力图进行合并，将合并结果作为多点热力图；将多点热力图和待测图像，输入待训练的关键点修正模型，得到包含目标的关键点的热力图，将该热力图作为修正后热力图；确定修正后热力图指示的关键点坐标；基于关键点坐标确定关键点修正模型的损失值，通过损失值训练关键点修正模型，得到训练后的关键点修正模型。

根据第三方面，提供了一种关键点的检测装置，包括：获取单元，被配置成获取包含目标的待测图像和训练后的关键点检测模型，将待测图像输入关键点检测模型，得到包含目标的关键点的热力图；合并单元，被配置成对各个热力图进行合并，将合并结果作为多点热力图；修正单元，被配置成将多点热力图和待测图像，输入训练后的关键点修正模型，得到包含目标的关键点的热力图，将该热力图作为修正后热力图；确定单元，被配置成确定修正后热力图指示的关键点坐标。

根据第四方面，提供了一种关键点修正模型的训练装置，装置包括：检测单元，被配置成获取包含目标的待测图像和训练后的关键点检测模型，将待测图像输入关键点检测模型，得到包含目标的关键点的热力图；热力图单元，被配置成对各个热力图进行合并，将合并结果作为多点热力图；修正后单元，被配置成将多点热力图和待测图像，输入待训练的关键点修正模型，得到包含目标的关键点的热力图，将该热力图作为修正后热力图；坐标确定单元，被配置成确定修正后热力图指示的关键点坐标；训练单元，被配置成基于关键点坐标确定关键点修正模型的损失值，通过损失值训练关键点修正模型，得到训练后的关键点修正模型。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行关键点的检测方法中任一实施例的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行根据关键点的检测方法中任一实施例的方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据关键点的检测方法中任一实施例的方法。