[发明专利]多人姿态估计方法、装置和电子设备

权利要求书

1.一种多人姿态估计方法，其特征在于，包括：

构建神经网络模型，所述神经网络模型包括目标检测模块、滤波器控制器和关键点检测模块；

将待处理图片输入所述目标检测模块，生成特征图，所述特征图包括多个人体实例，每个所述人体实例均包括多个关键点，所述关键点用于表征人体姿态；

将所述特征图输入所述滤波器控制器，输出多组滤波器权重参数，所述滤波器权重参数的组数和所述特征图中人体实例的个数相同，且每组所述滤波器权重参数对应于所述特征图中一个人体实例；

将所述特征图和多组所述滤波器权重参数输入所述关键点检测模块，输出多张预测热图，以所述预测热图中关键点预测坐标作为关键点坐标，所述预测热图的数量与所述滤波器权重参数的组数相同，每张所述预测热图均包括所述特征图中一个人体实例中关键点预测坐标。

2.根据权利要求1所述的方法，其特征在于，所述神经网络模型还包括关键点修正模块；

所述将所述特征图和多组所述滤波器权重参数输入关键点检测模块，输出多张所述预测热图之后，还包括：

将所述特征图和所述待处理图片中人体实例关键点真实坐标输入所述关键点修正模块，输出修正参数，所述修正参数为所述关键点预测坐标和关键点真实坐标之间的偏移量，并根据所述修正参数对所述关键点预测坐标进行修正。

3.根据权利要求2所述的方法，其特征在于，所述神经网络模型的构建方法包括：

获取数据集，所述数据集中包括多张所述待处理图片和所述待处理图片中人体实例关键点坐标，所述待处理图片中包括多个人体实例；

根据所述数据集训练所述目标检测模块，得到所述特征图；

根据所述特征图训练所述滤波器控制器，得到多组所述滤波器权重参数；

根据所述特征图、多组所述滤波器权重参数和所述待处理图片中人体实例关键点坐标训练所述关键点检测模块，得到多张所述预测热图。

4.根据权利要求3所述的方法，其特征在于，所述神经网络模型的构建方法还包括：

根据所述特征图和所述待处理图片中人体实例关键点坐标训练所述关键点修正模块。

5.一种多人姿态估计装置，其特征在于，包括：

构建模块，用于构建神经网络模型，所述神经网络模型包括目标检测模块、滤波器控制器和关键点检测模块；

检测模块，用于将待处理图片输入所述目标检测模块，生成特征图，所述特征图包括多个人体实例，每个所述人体实例均包括多个关键点，所述关键点用于表征人体姿态；

滤波模块，用于将所述特征图输入所述滤波器控制器，输出多组所述滤波器权重参数，所述滤波器权重参数的组数和所述特征图中人体实例的个数相同，且每组所述滤波器权重参数对应于所述特征图中一个人体实例；

检测模块，用于将所述特征图和多组所述滤波器权重参数输入所述关键点检测模块，输出多张预测热图，以所述预测热图中关键点预测坐标作为关键点坐标，所述预测热图的数量与所述滤波器权重参数的组数相同，每张所述预测热图均包括所述特征图中一个人体实例中关键点预测坐标。

6.根据权利要求5所述的装置，其特征在于，还包括修正模块，所述神经网络模型还包括关键点修正模块；

所述修正模块，用于将所述特征图和所述待处理图片中人体实例关键点真实坐标输入所述关键点修正模块，输出修正参数，所述修正参数为所述关键点预测坐标和关键点真实坐标之间的偏移量，并根据所述修正参数对所述关键点预测坐标进行修正。

7.根据权利要求6所述的装置，其特征在于，所述构建模块具体用于：

获取数据集，所述数据集中包括多张所述待处理图片和所述待处理图片中人体实例关键点坐标，所述待处理图片中包括多个人体实例；

根据所述数据集训练所述目标检测模块，得到所述特征图；

根据所述特征图训练所述滤波器控制器，得到多组所述滤波器权重参数；

根据所述特征图、多组所述滤波器权重参数和所述待处理图片中人体实例关键点坐标训练所述关键点检测模块，得到多张所述预测热图。

8.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4中任一项所述的方法。