[发明专利]人体姿态预测模型训练方法、人体姿态预测方法及装置

说明书

本申请提供了一种人体姿态预测模型训练方法、人体姿态预测方法及装置。该方法，包括：获取标注训练集和未标注训练集，标注训练集包括多张包含标注数据的第一人体图像，标注数据用于表示第一人体图像中的真实姿态信息；将第一人体图像输入人体姿态预测模型中的生成器，得到对应的第一人体姿态预测结果，并根据标注数据以及第一人体姿态预测结果计算生成器的第一损失值；将第二人体图像输入生成器，得到对应的第二人体姿态预测结果；根据第一人体图像、标注数据、第二人体图像以及第二人体姿态预测结果计算人体姿态预测模型中的判别器对应的第二损失值；根据第一损失值以及第二损失值对生成器以及判别器进行优化，得到人体姿态预测模型。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种人体姿态预测模型训练方法、人体姿态预测方法及装置。

背景技术

人体姿态估计是指对图像中的人体姿态和关键点进行预测。本质上，人体姿态估计会将图像中人体各个部位的位置抽象为一组结构化的坐标。人体姿态估计技术在人机交互、图像检索、异常检测、动作预测等领域有重要的应用。

现有的人体姿态估计方法大都依赖于大量的标注数据。标注数据的数据量大小对人体姿态估计的最终效果有很大的影响。尽管目前人体姿态估计数据集的数据量较之前已有很大提升，但是构建一个大型的人体姿态估计数据集依然是十分困难的。例如，MPII人体姿态估计数据集包含2万5千幅图像、4万左右的人体姿态，远远少于图像分类和图像检测需求的百万量级数据集。这是因为人体姿态估计数据集的标注要求更高、更精细，也更复杂，因此需要耗费大量的人力和时间成本。

深度学习自诞生以来获得了大量的关注，也在人体姿态估计领域获得了应用。与深度学习一脉相承，目前使用大量的训练数据进行监督训练已经成为人体姿态估计技术的主流。然而，过于依赖大量的有标注训练数据，在一定程度上阻碍了人体姿态估计技术的进步。互联网等技术在迅速崛起的同时也带来了大量的数据，使用人力去标注如此海量的数据是不可想象的。因此，如何利用海量的无标注数据进行人体姿态估计，也是现有技术亟待解决的问题。

发明内容

本申请实施例的目的在于提供一种人体姿态预测模型训练方法、人体姿态预测方法及装置，可以结合多个未经标注的第二人体图像来进行对抗训练，可以提高精确度，减小对经过标注的第一人体图像的需求量。

第一方面，本申请实施例提供了一种人体姿态预测模型训练方法，包括：获取标注训练集和未标注训练集，所述标注训练集包括多张包含标注数据的第一人体图像，所述标注数据用于表示所述第一人体图像中的真实姿态信息；所述未标注训练集包括多张不包含标注数据的第二人体图像；将所述第一人体图像输入人体姿态预测模型中的生成器，得到对应的第一人体姿态预测结果，并根据所述标注数据以及所述第一人体姿态预测结果计算所述生成器的第一损失值；将所述第二人体图像输入所述生成器，得到对应的第二人体姿态预测结果；根据所述第一人体图像、所述标注数据、所述第二人体图像以及所述第二人体姿态预测结果计算所述人体姿态预测模型中的判别器对应的第二损失值；根据所述第一损失值以及所述第二损失值对所述生成器以及所述判别器进行优化，得到所述人体姿态预测模型。

可选地，在本申请实施例所述的人体姿态预测模型训练方法中，所述将所述第一人体图像输入人体姿态预测模型中的生成器，得到对应的第一人体姿态预测结果，并根据所述标注数据以及所述第一人体姿态预测结果计算所述生成器的第一损失值，包括：将所述第一人体图像输入所述生成器，得到对应多通道的预测人体姿态热图；其中，每个通道的预测人体姿态热图预测一个人体关键点位置；基于所述第一人体图像对应的标注数据生成对应的参考人体姿态热图；根据所述预测人体姿态热图以及所述参考人体姿态热图计算所述第一损失值。