[发明专利]一种人体骨骼点检测方法、装置、电子设备和存储介质

权利要求书

1.一种人体骨骼点检测方法，其特征在于，所述方法包括：

步骤一：采集第一原始图像，识别所述第一原始图像中至少一个人物的第一外接矩形框的第一位置信息；

步骤二：根据所述第一外接矩形框的第一位置信息，确定所述第一原始图像中所述人物的第二外接矩形框的第二位置信息；其中，所述第二外接矩形框的高、宽分别大于其对应的所述第一外接矩形框的高、宽；

步骤三：基于所述第二外接矩形框的第二位置信息对所述第一原始图像进行裁剪，得到所述人物对应的第一裁剪图像；

步骤四：将所述第一裁剪图像输入至预先训练的卷积神经网络模型，得到所述人物的人体骨骼点位置信息集合，并根据所述人体骨骼点位置信息集合更新所述人物的第一外接矩形框的第一位置信息；其中，更新后的第一位置信息用于后续采集图像中所述人物的第一外接矩形框的定位；

步骤五：采集第二原始图像；

步骤六：响应于所述第二原始图像中包括所述人物，将所述更新后的第一位置信息作为所述第二原始图像中所述人物的第一外接矩形框的第一位置信息；按照所述步骤二至步骤四的方式继续处理所述第二原始图像，更新所述人物的所述人体骨骼点位置信息集合；

步骤七：响应于所述第二原始图像中包括新人物，按照所述步骤一至步骤四的方式处理所述第二原始图像，确定所述新人物的人体骨骼点位置信息集合。

2.根据权利要求1所述的方法，其特征在于，所述第一位置信息包括所述第一外接矩形框的目标点的坐标、宽度和高度；所述第二位置信息包括所述第二外接矩形框的目标点的坐标、宽度和高度；所述根据所述第一外接矩形框的第一位置信息，确定所述第一原始图像中所述人物的第二外接矩形框的第二位置信息，包括：

根据所述第一外接矩形框的目标点的坐标、宽度和高度确定所述第一外接矩形框的中心点的坐标；

根据所述中心点的坐标、所述第一外接矩形框的宽度和高度、以及预设参数确定所述第二外接矩形框的目标点的坐标、宽度和高度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述中心点的坐标、所述第一外接矩形框的宽度和高度、以及预设参数确定所述第二外接矩形框的目标点的坐标、宽度和高度，包括：

根据所述第一外接矩形框的宽度和高度、以及预设参数，计算得到所述第二外接矩形框的宽度和高度；

基于所述中心点的坐标、以及所述第二外接矩形框的宽度和高度，计算得到所述第二外接矩形框的目标点的坐标。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本图像、所述样本图像中至少一个样本人物的外接矩形框的位置信息、以及所述样本人物的人体骨骼点标记位置信息；

基于所述外接矩形框的位置信息对所述样本图像进行裁剪，得到所述样本人物对应的裁剪图像；

将所述裁剪图像输入至所述卷积神经网络模型，得到所述样本人物的人体骨骼点位置信息；

对所述人体骨骼点标记位置信息和所述人体骨骼点位置信息进行对比计算，根据计算结果优化所述卷积神经网络模型。

5.根据权利要求4所述的方法，其特征在于，所述对所述人体骨骼点标记位置信息和所述人体骨骼点位置信息进行对比计算之前，所述方法还包括：

根据所述外接矩形框的位置信息对所述人体骨骼点标记位置信息进行校正，得到校正后的所述人体骨骼点标记位置信息。

6.根据权利要求5所述的方法，其特征在于，所述对所述人体骨骼点标记位置信息和所述人体骨骼点位置信息进行对比计算，根据计算结果优化所述卷积神经网络模型，包括：

将校正后的所述人体骨骼点标记位置信息和所述人体骨骼点位置信息输入到均方误差计算函数中，得到损失值；

使用梯度下降算法，基于损失值更新所述卷积神经网络模型中的参数，直至损失值小于预设阈值。