CN112270711A - 模型训练以及姿态预测方法、装置、设备以及存储介质 - Google Patents
模型训练以及姿态预测方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN112270711A CN112270711A CN202011284722.6A CN202011284722A CN112270711A CN 112270711 A CN112270711 A CN 112270711A CN 202011284722 A CN202011284722 A CN 202011284722A CN 112270711 A CN112270711 A CN 112270711A
- Authority
- CN
- China
- Prior art keywords
- model
- dimensional
- target
- joint point
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000015654 memory Effects 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 abstract description 5
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了模型训练以及姿态预测方法、装置、设备以及存储介质,涉及计算机视觉、增强现实、深度学习技术领域。具体实现方案为:获取训练样本集合,训练样本包括样本人体图像和对应的标注二维关节点;根据训练样本,对待训练模型的第一子模型和第二子模型执行以下迭代操作:根据样本人体图像以及第一子模型,确定三维姿态参数;根据三维姿态参数以及第二子模型,确定目标三维关节点;根据目标三维关节点以及标注二维关节点,调整第二子模型的参数。本实现方式可以通过利用训练样本对待训练模型的两个部分—第一子模型和第二子模型,进行端到端训练,减小了训练难度。
Description
技术领域
本申请涉及计算机技术领域,具体涉及计算机视觉、增强现实、深度学习技术领域,尤其涉及模型训练以及姿态预测方法、装置、设备以及存储介质。
背景技术
根据人体的图像或视频序列自动提取其中的人体姿态信息,是机器视觉领域的研究热点之一。从摄像机***拍摄的视频信息或图像信息,提取出人体的姿态,然后,根据姿态的变化对人体的行为进行分析和判断。姿态预测具有巨大的应用潜力,例如将其应用于视频监控设备中,可以帮助机器实现分析视频内容的功能,从而能够识别视频中任务的异常行为或危险行为进而进行提示放置可以或危险行为的发生。
但现有的姿态预测方法面临着训练难度大的问题。
发明内容
提供了一种模型训练以及姿态预测方法、装置、设备以及存储介质。
根据第一方面,提供了一种模型训练方法,包括:获取训练样本集合,训练样本包括样本人体图像和对应的标注二维关节点;根据训练样本,对待训练模型的第一子模型和第二子模型执行以下迭代操作:根据样本人体图像以及第一子模型,确定三维姿态参数,第一子模型用于表征人体图像与三维姿态参数的对应关系;根据三维姿态参数以及第二子模型,确定目标三维关节点,第二子模型用于表征三维姿态参数与三维关节点的对应关系;根据目标三维关节点以及标注二维关节点,调整第二子模型的参数。
根据第二方面,提供了一种姿态预测方法,包括:获取目标人体图像;根据目标人体图像以及利用第一方面所描述的模型训练方法训练得到的模型,预测目标人体姿态参数。
根据第三方面,提供了一种模型训练装置,包括:样本获取单元,被配置成获取训练样本集合,训练样本包括样本人体图像和对应的标注二维关节点;迭代单元,被配置成根据训练样本,利用以下模块对待训练模型的第一子模型和第二子模型执行迭代操作:第一确定模块,被配置成根据样本人体图像以及第一子模型,确定三维姿态参数,第一子模型用于表征人体图像与三维姿态参数的对应关系;第二确定模块,被配置成根据三维姿态参数以及第二子模型,确定目标三维关节点,第二子模型用于表征三维姿态参数与三维关节点的对应关系;参数调整模块,被配置成根据目标三维关节点以及标注二维关节点,调整第二子模型的参数。
根据第四方面,提供了一种姿态预测装置,包括:图像获取单元,被配置成获取目标人体图像;姿态预测单元,被配置成根据目标人体图像以及利用第一方面所描述的模型训练方法训练得到的模型,预测目标人体姿态参数。
根据第五方面,提供了一种模型训练电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,所述指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面或第二方面所描述的方法。
根据第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,上述计算机指令用于使计算机执行如第一方面或第二方面所描述的方法。
根据本申请的技术解决了现有的姿态预测方法使用的模型训练难度大的技术问题。通过利用训练样本对待训练模型的两个部分—第一子模型和第二子模型,进行端到端训练,减小了训练难度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的模型训练方法的一个实施例的流程图;
图3是根据本申请的模型训练方法的另一个实施例的流程图;
图4是根据本申请的姿态预测方法的一个实施例的流程图;
图5是根据本申请的姿态预测方法的一个应用场景的示意图;
图6是根据本申请的模型训练装置的一个实施例的结构示意图;
图7是根据本申请的姿态预测装置的一个实施例的结构示意图;
图8是用来实现本申请实施例的模型训练方法、姿态预测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的模型训练方法、姿态预测方法、模型训练装置或姿态预测装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。例如,用户可以通过终端设备101、102、103将人体图像发送给服务器105。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像浏览类、视频播放类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如用于训练预测人体姿态的模型的服务器,或者对终端设备101、102、103发送的人体图像进行人体姿态预测的服务器。服务器105可以利用训练样本进行训练,得到用于预测人体姿态的模型。服务器105还可以将得到的用于预测人体姿态的模型反馈给终端设备101、102、103,这样,终端设备101、102、103可以利用该模型预测人体姿态。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的模型训练方法一般由服务器105执行。相应地,模型训练装置一般设置于服务器105中。本申请实施例所提供的姿态预测方法可以由终端设备101、102、103执行,也可以由服务器105执行。相应地,姿态预测装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的模型训练方法的一个实施例的流程200。本实施例的模型训练方法,包括以下步骤:
步骤201,获取训练样本集合。
本实施例中,模型训练方法的执行主体(例如图1所示的服务器105)可以通过各种方式获取训练样本集合。训练样本集合中的训练样本包括样本人体图像和对应的标注二维关节点。其中,样本人体图像是指包括人体的图像,其中包括人体的躯干和四肢。标注二维关节点是指图像中标注了人体的各个关节,如肩关节、肘关节、膝关节、腕关节等等。每个关节点都代表一个关节,各关节点之间可以连接有直线,以表示人体。
步骤202,根据训练样本,对待训练模型的第一子模型和第二子模型执行以下迭代操作:
执行主体在得到训练样本集合后,可以根据训练样本,对待训练模型执行以下步骤2021~2023所描述的迭代操作。本实施例中,待训练模型可以包括第一子模型和第二子模型。其中,第一子模型用于表征人体图像与三维姿态参数的对应关系,第二子模型用于表征三维姿态参数与三维关节点的对应关系。在一些具体的应用中,第一子模型可以为深度学习网络,深度学习网络可以包括多个残差计算单元。每个残差计算单元包括归一化层、激活层、池化层。深度学习网络还可以包括多个全连接层。最后一个全连接层之后可以设置神经元的数量。可以理解的是,神经元的数量可以与输出的参数的维度对应。如果输出的参数包括形状参数和姿势参数,那么与形状参数对应的神经元的数量需要与形状参数的维度相同,与姿势参数对应的神经元的数量需要与姿势参数的维度相同。第二子模型可以为SMPL模型,SMPL模型是一种参数化人体模型,是马普所提出的一种人体建模方法,该方法可以进行任意的人体建模和动画驱动。
步骤2021,根据样本人体图像以及第一子模型,确定三维姿态参数。
执行主体可以将样本人体图像输入第一子模型,第一子模型用于输出三维姿态参数。上述三维姿态参数可以包括形状参数和姿势参数。形状参数代表3D人体蒙皮的高矮胖瘦效果,姿势参数代表人体动作产生的旋转和偏移量。蒙皮是三维动画领域的术语,是三维动画的一种制作技术。在三维软件中创建的模型基础上,为模型添加骨骼。由于骨骼与模型是相互独立的,为了让骨骼驱动模型产生合理的运动。把模型绑定到骨骼上的技术叫做蒙皮。
步骤2022,根据三维姿态参数以及第二子模型,确定目标三维关节点。
本实施例中,执行主体在得到三维姿态参数后,可以根据三维姿态参数以及待训练模型的第二子模型,确定目标三维关节点。具体的,执行主体可以利用第二子模型优化上述三维姿态参数,得到三维关节点,并将上述三维关节点记为目标三维关节点。具体的,执行主体可以从三维姿态参数中提取出具有某些特征的点,将这些点作为三维关节点。
步骤2023,根据目标三维关节点以及标注二维关节点,调整第二子模型的参数。
执行主体在得到目标三维关节点后,可以将其与标注二维关节点进行比较,根据二者之间的差异调整第二子模型的参数。由于第二子模型是对人体的三维姿态参数进行优化的部分,所以通过调整第二子模型的参数可以实现对人体姿态参数的准确预测。
本申请的上述实施例提供的模型训练方法,通过利用训练样本对待训练模型的两个部分—第一子模型和第二子模型,进行端到端训练,减小了训练难度。
继续参见图3,其示出了根据本申请的模型训练方法的另一个实施例的流程300。如图3所示,本实施例的模型训练方法包括以下步骤:
步骤301,获取训练样本集合。
步骤302,根据训练样本,对待训练模型的第一子模型和第二子模型执行以下迭代操作:
步骤3021,根据样本人体图像以及第一子模型,确定三维姿态参数。
步骤3022,根据首次得到的三维姿态参数,初始化第二子模型。
本实施例中,在得到第一子模型输出的三维姿态参数后,可以利用该三维姿态参数初始化第二子模型。这样,可以减少第二子模型的迭代次数,提高第二子模型对人体姿态参数预测的精度。
步骤3023,利用初始化后的第二子模型对后续得到的三维姿态参数进行优化,得到目标三维关节点。
初始化后的第二子模型可以用于对后续的样本人体图像得到的三维姿态参数进行优化,第二子模型可以针对每个样本人体图像输出目标三维关节点。
步骤3024,根据目标三维关节点以及预设的投影矩阵,得到目标二维关节点。
执行主体在得到目标三维关节点后,可以结合预设的投影矩阵,得到目标二维关节点。上述投影矩阵可以包括旋转矩阵R和平移矩阵T,通过将目标三维关节点的信息与旋转矩阵R和平移矩阵T进行计算,可以得到目标二维关节点。在一些具体的应用中,在投影过程中,还可以利用样本人体图像的畸变参数来进行计算,得到目标二维关节点,以提高目标二维关节点的准确度。
步骤3025,根据目标二维关节点以及标注二维关节点,调整第二子模型的参数。
执行主体在得到目标三维关节点后,可以将其与标注二维关节点进行比较,根据二者之间的差异调整第二子模型的参数。
在本实施例的一些可选的实现方式中,上述步骤306具体可以通过图3中未示出的以下步骤来实现:确定目标二维关节点以及标注二维关节点之间的误差;调整第二子模型的参数以降低误差。
本实现方式中,执行主体可以计算目标二维关节点以及标注二维关节点之间的误差。具体的,执行主体可以将目标二维关节点以及标注二维关节点之间的欧式距离作为二者之间的误差。然后,通过调整第二子模型的参数以降低上述误差。
本申请的上述实施例提供的模型训练方法,可以利用第一子模型得到的三维姿态参数初始化第二子模型,实现了端到端的训练,并且能够减少第二子模型的迭代次数,减小了模型训练难度。
参见图4,其示出了根据本申请的姿态预测方法的一个实施例的流程400。在图4中,本实施例的姿态预测方法可以包括以下步骤:
步骤401,获取目标人体图像。
本实施例中,姿态预测方法的执行主体(例如图1所示的终端设备101、102、103或服务器105)可以获取目标人体图像。目标人体图像可以是图像采集装置采集的包含人体的图像,也可以是摄像设备采集的包含人体的视频。
步骤402,根据目标人体图像以及利用模型训练方法训练得到的模型,预测目标人体姿态参数。
执行主体可以将目标人体图像输入利用模型训练方法训练得到的模型中,预测目标人体姿态参数。利用模型训练方法训练得到的模型包括第一子模型和第二子模型,第一子模型用于提取目标人体图像的特征,并根据上述特征预测人体姿态参数。然后,将得到的人体姿态参数输入第二子模型。第二子模型可以对输入的人体姿态参数进行优化,得到优化后的人体姿态参数。执行主体可以将优化后的人体姿态参数作为目标人体姿态参数。
本申请的上述实施例提供的姿态预测方法,可以利用训练得到的模型预测人体姿态参数,提高了人体姿态参数预测的准确率。
参见图5,其示出了根据本申请的模型训练方法和姿态预测方法的一个应用场景的示意图。在图5的应用场景中,服务器501获取训练样本集合后,对待训练模型进行训练,得到了训练后的姿态预测模型。然后将上述姿态预测模型发送给终端设备502。终端设备可以利用上述姿态预测模型来预测目标人体图像的人体姿态参数。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种模型训练装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的模型训练装置600包括:样本获取单元601和迭代单元602。其中,迭代单元602进一步包括:第一确定模块6021、第二确定模块6022和参数调整模块6023。
样本获取单元601,被配置成获取训练样本集合。训练样本包括样本人体图像和对应的标注二维关节点。
迭代单元602,被配置成根据训练样本,利用以下模块对待训练模型的第一子模型和第二子模型执行迭代操作:
第一确定模块6021,被配置成根据样本人体图像以及第一子模型,确定三维姿态参数。第一子模型用于表征人体图像与三维姿态参数的对应关系。
第二确定模块6022,被配置成根据三维姿态参数以及第二子模型,确定目标三维关节点。第二子模型用于表征三维姿态参数与三维关节点的对应关系。
参数调整模块6023,被配置成根据目标三维关节点以及标注二维关节点,调整第二子模型的参数。
在本实施例的一些可选的实现方式中,第二确定模块6022可以进一步被配置成:根据首次得到的三维姿态参数,初始化第二子模型;利用初始化后的第二子模型对后续得到的三维姿态参数进行优化,得到目标三维关节点。
在本实施例的一些可选的实现方式中,参数调整模块6023可以进一步被配置成:根据目标三维关节点以及预设的投影矩阵,得到目标二维关节点;根据目标二维关节点以及标注二维关节点,调整第二子模型的参数。
在本实施例的一些可选的实现方式中,参数调整模块6023可以进一步被配置成:确定目标二维关节点以及标注二维关节点之间的误差;调整第二子模型的参数以降低误差。
应当理解,模型训练装置600中记载的单元601至单元602以及模块6021~6023分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对模型训练方法描述的操作和特征同样适用于装置600及其中包含的单元,在此不再赘述。
进一步参考图7,作为对上述各图所示方法的实现,本申请提供了一种姿态预测装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的姿态预测装置700包括:图像获取单元701和姿态预测单元702。
图像获取单元701,被配置成获取目标人体图像。
姿态预测单元702,被配置成根据目标人体图像以及利用图2或图3所示实施例中的模型训练方法训练得到的模型,预测目标人体姿态参数。
应当理解,姿态预测装置700中记载的单元701至单元702分别与参考图4中描述的方法中的各个步骤相对应。由此,上文针对姿态预测方法描述的操作和特征同样适用于装置700及其中包含的单元,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图8所示,是根据本申请实施例的执行用于输出信息的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器801、存储器802,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的执行用于输出信息的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的执行用于输出信息的方法。
存储器802作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的执行用于输出信息的方法对应的程序指令/模块(例如,附图6所示的样本获取单元601和迭代单元602。以及迭代单元602进一步包括的第一确定模块6021、第二确定模块6022和参数调整模块6023。或者,如图7所示的图像获取单元701和姿态预测单元702)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的执行用于输出信息的方法。
存储器802可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据执行用于输出信息的电子设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器802可选包括相对于处理器801远程设置的存储器,这些远程存储器可以通过网络连接至执行用于输出信息的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
执行用于输出信息的方法的电子设备还可以包括:输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息,以及产生与执行用于输出信息的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请实施例的技术方案,通过利用训练样本对待训练模型的两个部分—第一子模型和第二子模型,进行端到端训练,减小了训练难度。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种模型训练方法,包括:
获取训练样本集合,所述训练样本包括样本人体图像和对应的标注二维关节点;
根据所述训练样本,对待训练模型的第一子模型和第二子模型执行以下迭代操作:
根据所述样本人体图像以及所述第一子模型,确定三维姿态参数,所述第一子模型用于表征人体图像与三维姿态参数的对应关系;
根据所述三维姿态参数以及所述第二子模型,确定目标三维关节点,所述第二子模型用于表征三维姿态参数与三维关节点的对应关系;
根据所述目标三维关节点以及所述标注二维关节点,调整所述第二子模型的参数。
2.根据权利要求1所述的方法,其中,所述根据所述三维姿态参数以及所述第二子模型,确定目标三维关节点,包括:
根据首次得到的三维姿态参数,初始化所述第二子模型;
利用初始化后的第二子模型对后续得到的三维姿态参数进行优化,得到所述目标三维关节点。
3.根据权利要求1所述的方法,其中,所述根据所述目标三维关节点以及所述标注二维关节点,调整所述第二子模型的参数,包括:
根据所述目标三维关节点以及预设的投影矩阵,得到目标二维关节点;
根据所述目标二维关节点以及所述标注二维关节点,调整所述第二子模型的参数。
4.根据权利要求3所述的方法,其中,所述根据所述目标二维关节点以及所述标注二维关节点,调整所述第二子模型的参数,包括:
确定所述目标二维关节点以及所述标注二维关节点之间的误差;
调整所述第二子模型的参数以降低所述误差。
5.一种姿态预测方法,包括:
获取目标人体图像;
根据所述目标人体图像以及利用权利要求1~4所述的模型训练方法训练得到的模型,预测目标人体姿态参数。
6.一种模型训练装置,包括:
样本获取单元,被配置成获取训练样本集合,所述训练样本包括样本人体图像和对应的标注二维关节点;
迭代单元,被配置成根据所述训练样本,利用以下模块对待训练模型的第一子模型和第二子模型执行迭代操作:
第一确定模块,被配置成根据所述样本人体图像以及所述第一子模型,确定三维姿态参数,所述第一子模型用于表征人体图像与三维姿态参数的对应关系;
第二确定模块,被配置成根据所述三维姿态参数以及所述第二子模型,确定目标三维关节点,所述第二子模型用于表征三维姿态参数与三维关节点的对应关系;
参数调整模块,被配置成根据所述目标三维关节点以及所述标注二维关节点,调整所述第二子模型的参数。
7.根据权利要求6所述的装置,其中,所述第二确定模块进一步被配置成:
根据首次得到的三维姿态参数,初始化所述第二子模型;
利用初始化后的第二子模型对后续得到的三维姿态参数进行优化,得到所述目标三维关节点。
8.根据权利要求6所述的装置,其中,所述参数调整模块进一步被配置成:
根据所述目标三维关节点以及预设的投影矩阵,得到目标二维关节点;
根据所述目标二维关节点以及所述标注二维关节点,调整所述第二子模型的参数。
9.根据权利要求8所述的装置,其中,所述参数调整模块进一步被配置成:
确定所述目标二维关节点以及所述标注二维关节点之间的误差;
调整所述第二子模型的参数以降低所述误差。
10.一种姿态预测装置,包括:
图像获取单元,被配置成获取目标人体图像;
姿态预测单元,被配置成根据所述目标人体图像以及利用权利要求1~4所述的模型训练方法训练得到的模型,预测目标人体姿态参数。
11.一种模型训练电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法或者执行权利要求5所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法或者执行权利要求5所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011284722.6A CN112270711B (zh) | 2020-11-17 | 2020-11-17 | 模型训练以及姿态预测方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011284722.6A CN112270711B (zh) | 2020-11-17 | 2020-11-17 | 模型训练以及姿态预测方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112270711A true CN112270711A (zh) | 2021-01-26 |
CN112270711B CN112270711B (zh) | 2023-08-04 |
Family
ID=74340648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011284722.6A Active CN112270711B (zh) | 2020-11-17 | 2020-11-17 | 模型训练以及姿态预测方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112270711B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051472A (zh) * | 2021-03-23 | 2021-06-29 | 北京百度网讯科技有限公司 | 点击通过率预估模型的建模方法、装置、设备以及存储介质 |
CN113688907A (zh) * | 2021-08-25 | 2021-11-23 | 北京百度网讯科技有限公司 | 模型训练、视频处理方法,装置,设备以及存储介质 |
CN115035549A (zh) * | 2022-05-31 | 2022-09-09 | 中国科学院半导体研究所 | 桌椅调节方法、装置、电子设备、存储介质及产品 |
CN115775300A (zh) * | 2022-12-23 | 2023-03-10 | 北京百度网讯科技有限公司 | 人体模型的重建方法、人体重建模型的训练方法及装置 |
WO2023071193A1 (zh) * | 2021-10-28 | 2023-05-04 | 华为技术有限公司 | 一种模型训练***和方法 |
CN117726907A (zh) * | 2024-02-06 | 2024-03-19 | 之江实验室 | 一种建模模型的训练方法、三维人体建模的方法以及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960036A (zh) * | 2018-04-27 | 2018-12-07 | 北京市商汤科技开发有限公司 | 三维人体姿态预测方法、装置、介质及设备 |
CN109859296A (zh) * | 2019-02-01 | 2019-06-07 | 腾讯科技(深圳)有限公司 | Smpl参数预测模型的训练方法、服务器及存储介质 |
WO2020199693A1 (zh) * | 2019-03-29 | 2020-10-08 | 中国科学院深圳先进技术研究院 | 一种大姿态下的人脸识别方法、装置及设备 |
CN111783948A (zh) * | 2020-06-24 | 2020-10-16 | 北京百度网讯科技有限公司 | 模型训练方法、装置、电子设备以及存储介质 |
-
2020
- 2020-11-17 CN CN202011284722.6A patent/CN112270711B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960036A (zh) * | 2018-04-27 | 2018-12-07 | 北京市商汤科技开发有限公司 | 三维人体姿态预测方法、装置、介质及设备 |
CN109859296A (zh) * | 2019-02-01 | 2019-06-07 | 腾讯科技(深圳)有限公司 | Smpl参数预测模型的训练方法、服务器及存储介质 |
WO2020199693A1 (zh) * | 2019-03-29 | 2020-10-08 | 中国科学院深圳先进技术研究院 | 一种大姿态下的人脸识别方法、装置及设备 |
CN111783948A (zh) * | 2020-06-24 | 2020-10-16 | 北京百度网讯科技有限公司 | 模型训练方法、装置、电子设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
邓益侬等: ""基于深度学习的人体姿态估计方法综述"", 《计算机工程与应用》, vol. 55, no. 19, pages 22 - 42 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051472A (zh) * | 2021-03-23 | 2021-06-29 | 北京百度网讯科技有限公司 | 点击通过率预估模型的建模方法、装置、设备以及存储介质 |
CN113688907A (zh) * | 2021-08-25 | 2021-11-23 | 北京百度网讯科技有限公司 | 模型训练、视频处理方法,装置,设备以及存储介质 |
CN113688907B (zh) * | 2021-08-25 | 2023-07-21 | 北京百度网讯科技有限公司 | 模型训练、视频处理方法,装置,设备以及存储介质 |
WO2023071193A1 (zh) * | 2021-10-28 | 2023-05-04 | 华为技术有限公司 | 一种模型训练***和方法 |
CN115035549A (zh) * | 2022-05-31 | 2022-09-09 | 中国科学院半导体研究所 | 桌椅调节方法、装置、电子设备、存储介质及产品 |
CN115775300A (zh) * | 2022-12-23 | 2023-03-10 | 北京百度网讯科技有限公司 | 人体模型的重建方法、人体重建模型的训练方法及装置 |
CN115775300B (zh) * | 2022-12-23 | 2024-06-11 | 北京百度网讯科技有限公司 | 人体模型的重建方法、人体重建模型的训练方法及装置 |
CN117726907A (zh) * | 2024-02-06 | 2024-03-19 | 之江实验室 | 一种建模模型的训练方法、三维人体建模的方法以及装置 |
CN117726907B (zh) * | 2024-02-06 | 2024-04-30 | 之江实验室 | 一种建模模型的训练方法、三维人体建模的方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112270711B (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112270711B (zh) | 模型训练以及姿态预测方法、装置、设备以及存储介质 | |
EP3811337A1 (en) | System for predicting articulated object feature location | |
CN111694429A (zh) | 虚拟对象驱动方法、装置、电子设备及可读存储 | |
CN112529073A (zh) | 模型训练方法、姿态估计方法、装置及电子设备 | |
CN111708922A (zh) | 用于表示异构图节点的模型生成方法及装置 | |
CN110568929B (zh) | 一种基于虚拟键盘的虚拟场景交互方法、装置和电子设备 | |
CN111931591A (zh) | 用于构建关键点学习模型的方法、装置、电子设备及可读存储介质 | |
CN111968203B (zh) | 动画驱动方法、装置、电子设备及存储介质 | |
CN111860167A (zh) | 人脸融合模型获取及人脸融合方法、装置及存储介质 | |
CN111783948A (zh) | 模型训练方法、装置、电子设备以及存储介质 | |
CN111415389A (zh) | 基于强化学习的无标签六维物体姿态预测方法及装置 | |
CN111695698A (zh) | 用于模型蒸馏的方法、装置、电子设备及可读存储介质 | |
CN112529180A (zh) | 模型蒸馏的方法和装置 | |
CN112241716B (zh) | 训练样本的生成方法和装置 | |
CN111966361A (zh) | 用于确定待部署模型的方法、装置、设备及其存储介质 | |
CN111241838A (zh) | 文本实体的语义关系处理方法、装置及设备 | |
CN112487973A (zh) | 用户图像识别模型的更新方法和装置 | |
CN112507833A (zh) | 人脸识别及模型训练的方法、装置、设备和存储介质 | |
CN112101552A (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
CN111640103A (zh) | 图像检测方法、装置、设备以及存储介质 | |
CN112561059A (zh) | 用于模型蒸馏的方法和装置 | |
CN112464009A (zh) | 用于生成配对图像的方法、装置、电子设备及存储介质 | |
CN112116548A (zh) | 人脸图像的合成方法、装置 | |
CN112508964A (zh) | 图像分割方法、装置、电子设备和存储介质 | |
CN111833391A (zh) | 图像深度信息的估计方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |