[发明专利]骨架检测方法、装置、电子设备和计算机可读存储介质

权利要求书

1.一种骨架检测方法，其特征在于，所述方法包括：

将待检测图像输入训练好的骨架检测模型；其中，训练所述骨架检测模型所采用的骨架标签是对原始骨架标签进行膨胀后获得；

利用所述骨架检测模型的特征提取网络对所述待检测图像进行特征提取，得到多个目标特征图；

将所述多个目标特征图输入所述骨架检测模型的特征融合网络，利用所述特征融合网络对所述多个目标特征图进行特征融合，得到融合后的特征图；

将所述融合后的特征图输入所述骨架检测模型的矢量偏移网络，利用所述矢量偏移网络对所述融合后的特征图进行偏移处理，得到偏移后的特征图；

将所述偏移后的特征图输入所述骨架检测模型的输出卷积层，利用所述输出卷积层对所述偏移后的特征图进行卷积操作，得到所述待检测图像对应的骨架检测结果。

2.根据权利要求1所述的方法，其特征在于，所述骨架标签通过以下方式生成：

依据预设的半径阈值对原始骨架标签进行膨胀操作，得到膨胀后的骨架标签；

计算所述膨胀后的骨架标签中每个非零像素点到最近零值点的距离信息；

根据所述距离信息和预设的高斯分布函数，得到高斯分布膨胀骨架；

根据所述高斯分布膨胀骨架中的最大值对所述高斯分布膨胀骨架进行归一化处理，得到所述骨架标签。

3.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括依次串联的多个特征提取层和空洞空间金字塔池化ASPP模块，所述利用所述骨架检测模型的特征提取网络对所述待检测图像进行特征提取，得到多个目标特征图，包括：

通过依次串联的所述多个特征提取层和所述ASPP模块对输入的所述待检测图像进行特征提取，根据所述多个特征提取层和所述ASPP模块的输出结果得到多个目标特征图。

4.根据权利要求1所述的方法，其特征在于，所述特征融合网络包括多个第一卷积层、数据拼接层和第二卷积层，所述多个第一卷积层与所述多个目标特征图一一对应；所述将所述多个目标特征图输入所述骨架检测模型的特征融合网络，利用所述特征融合网络对所述多个目标特征图进行特征融合，得到融合后的特征图，包括：

将所述多个目标特征图分别输入对应的第一卷积层；

利用所述多个第一卷积层分别对输入的所述目标特征图进行卷积操作，得到多个待融合特征图；

将所述多个待融合特征图输入所述数据拼接层，利用所述数据拼接层将所述多个待融合特征图进行拼接，得到拼接后的特征图；

将所述拼接后的特征图输入所述第二卷积层，利用所述第二卷积层对拼接后的特征图进行卷积操作，得到融合后的特征图。

5.根据权利要求1所述的方法，其特征在于，所述矢量偏移网络包括第三卷积层、多个第四卷积层、多个第五卷积层和特征融合层，所述多个第四卷积层和所述多个第五卷积层一一对应连接；所述第三卷积层、所述多个第五卷积层均与所述特征融合层相连；

所述将所述融合后的特征图输入所述骨架检测模型的矢量偏移网络，利用所述矢量偏移网络对所述融合后的特征图进行偏移处理，得到偏移后的特征图，包括：

将所述融合后的特征图输入所述第三卷积层以及每个所述第四卷积层，利用所述第三卷积层、依次串联的第四卷积层和第五卷积层分别对所述融合后的特征图进行卷积操作，并将所述第三卷积层的输出结果和每个所述第五卷积层的输出结果输入所述特征融合层进行特征融合，得到偏移后的特征图。