[发明专利]一种以人为中心的图像描述标注方法、系统、终端及介质

摘要

本发明提供了一种以人为中心的图像描述标注方法及系统，对图像进行目标检测，得到图像中的所有检测目标；针对所述检测目标中的人体，计算人体每一个关键部位的关键点坐标以及概率，生成人体姿态关键点；根据人体比例以及所述人体姿态关键点的位置信息，为人体的特定部位生成包含周围语义信息的感兴趣区域，得到人体的特定局部特征；根据所述人体的特定局部特征，对所有检测目标进行特征层次化分级；将不同层次的特征进行特征分析以及特征融合，将得到的融合特征进行图像描述单词的预测，生成图像描述标注。同时提供了一种相应的终端及介质。本发明能够更加详细且准确地描述人的行为活动，注重更加细节的特征提取和交互推理。