CN113128436A - 关键点的检测方法和装置 - Google Patents

关键点的检测方法和装置 Download PDF

Info

Publication number
CN113128436A
CN113128436A CN202110459116.1A CN202110459116A CN113128436A CN 113128436 A CN113128436 A CN 113128436A CN 202110459116 A CN202110459116 A CN 202110459116A CN 113128436 A CN113128436 A CN 113128436A
Authority
CN
China
Prior art keywords
thermodynamic diagram
video frame
thermodynamic
value
point
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
Application number
CN202110459116.1A
Other languages
English (en)
Other versions
CN113128436B (zh
Inventor
孟庆月
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110459116.1A priority Critical patent/CN113128436B/zh
Publication of CN113128436A publication Critical patent/CN113128436A/zh
Application granted granted Critical
Publication of CN113128436B publication Critical patent/CN113128436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Biology (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Biomedical Technology (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了关键点的检测方法和装置，涉及深度学习和视频等人工智能技术领域。具体实施方式包括：获取目标视频中第一视频帧的多点热力图，其中，多点热力图包含第一视频帧中目标的各个关键点；将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含第二视频帧中目标的关键点的单点热力图，其中，轻量关键点检测模型的参数数量小于指定数值，第一视频帧与第二视频帧相差的视频帧数量不大于预设差值；根据各个单点热力图，确定第二视频帧中目标的关键点坐标值。本公开可以利用视频中第一视频帧的多点热力图，和相近的第二视频帧，一起输入轻量模型，来检测第二视频帧，从而实现快速、准确的检测过程。

Description

关键点的检测方法和装置
技术领域
本公开涉及计算机技术领域，具体涉及深度学习和视频等人工智能技术领域，尤其涉及关键点的检测方法和装置。
背景技术
姿态估计通常利用物体的几何关系或者物体的关键点来估计。具体地，可以对图像或视频每一帧中的关键点进行检测，利用检测结果实现姿态估计。
相关技术中，比如人体的姿态估计，往往检测的关键点是人体的关节点坐标位置。具体地，可以先使用检测器检测出指示人所在位置的目标框，之后，再从目标框中检测出人体的关节点的坐标位置。
发明内容
提供了一种关键点的检测方法、装置、电子设备以及存储介质。
根据第一方面，提供了一种关键点的检测方法，包括：获取目标视频中第一视频帧的多点热力图，其中，多点热力图包含第一视频帧中目标的各个关键点；将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含第二视频帧中目标的关键点的单点热力图，其中，轻量关键点检测模型的参数数量小于指定数值，第一视频帧与第二视频帧相差的视频帧数量不大于预设差值；根据各个单点热力图，确定第二视频帧中目标的关键点坐标值。
根据第二方面，提供了一种关键点的检测装置，包括：获取目标视频中第一视频帧的多点热力图，其中，多点热力图包含第一视频帧中目标的各个关键点；将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含第二视频帧中目标的关键点的单点热力图，其中，轻量关键点检测模型的参数数量小于指定数值，第一视频帧与第二视频帧相差的视频帧数量不大于预设差值；根据各个单点热力图，确定第二视频帧中目标的关键点坐标值。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与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，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关键点的检测方法中任一实施例的方法。
根据第四方面，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，计算机指令用于使计算机执行根据关键点的检测方法中任一实施例的方法。
根据第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据关键点的检测方法中任一实施例的方法。
根据本公开的方案，可以利用视频中第一视频帧的多点热力图，和相近的第二视频帧，一起输入轻量模型，来检测第二视频帧，从而实现快速、准确的检测过程。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
图1是本公开一些实施例可以应用于其中的示例性***架构图；
图2a是根据本公开的关键点的检测方法的一个实施例的流程图；
图2b是根据本公开的关键点的检测方法的又一个实施例的流程图；
图3是根据本公开的关键点的检测方法的一个应用场景的示意图；
图4是根据本公开的关键点的检测方法的又一个实施例的流程图；
图5是根据本公开的关键点的检测装置的一个实施例的结构示意图；
图6是用来实现本公开实施例的关键点的检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
需要说明的是，在不冲突的情况下，本公开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公开。
图1示出了可以应用本公开的关键点的检测方法或关键点的检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。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备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，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、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的多个软件或软件模块)，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，例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的目标视频等数据进行分析等处理，并将处理结果(例如视频帧的关键点坐标值)反馈给终端设备。
需要说明的是，本公开实施例所提供的关键点的检测方法可以由服务器105或者终端设备101、102、103执行，相应地，关键点的检测装置可以设置于服务器105或者终端设备101、102、103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2a，示出了根据本公开的关键点的检测方法的一个实施例的流程200。该关键点的检测方法，包括以下步骤：
步骤201，获取目标视频中第一视频帧的多点热力图，其中，多点热力图包含第一视频帧中目标的各个关键点。
在本实施例中，关键点的检测方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以获取目标视频中第一视频帧的多点热力图。该多点热力图包含上述第一视频帧中目标的各个关键点。比如，目标为人体，多点热力图包含该人体的各个关键点。
该多点热力图可以是用于预测出多点热力图的深度神经网络检测上述第一视频帧得到的，也可以是用于预测出热力图的深度神经网络检测第一视频帧后并输出热力图后，将各个热力图合并所得到的。
需要说明的是，本申请并不限定第一视频帧和第二视频帧在目标视频中的先后顺序，也即，第一视频帧的播放时间，可以先于第二视频帧，也可以在第二视频帧之后。
步骤202，将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含第二视频帧中目标的关键点的单点热力图，其中，轻量关键点检测模型的参数数量小于指定数值，第一视频帧与第二视频帧相差的视频帧数量不大于预设差值。
在本实施例中，上述执行主体可以将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，得到从该模型输出的、包含关键点的单点热力图。这里的单点热力图所包含的关键点是第二视频帧中目标的关键点。
在实践中，单点指单个关键点。也即，一个单点热力图所包含的关键点往往是目标的一个关键点，比如人体右手食指指尖的关键点。
轻量关键点检测模型是深度神经网络，是轻量级的小模型，该轻量关键点检测模型的参数数量较少，从而可以采用较快的速度对第二视频帧进行检测。
上述的第一视频帧与第二视频帧之间相差的视频帧的数量较小，比如可以相差为1或2，也即两者是相邻视频帧或两者间隔一个视频帧。
步骤203，根据各个单点热力图，确定第二视频帧中目标的关键点坐标值。
在本实施例中，上述执行主体可以根据上述单点热力图，确定第二视频帧的关键点坐标值。这样，就实现了对第二视频帧的关键点检测。
在实践中，上述执行主体可以采用各种方式，根据单点热力图，确定第二视频帧中目标的关键点坐标值。比如，上述执行主体可以直接确定出各个单点热力图分别指示的关键点坐标值，从而得到第二视频帧中目标的关键点坐标值。或者，上述执行主体可以对各个单点热力图进行合并，得到多点热力图，并将该多点热力图指示的关键点坐标值，作为第二视频帧中目标的关键点坐标值。
具体地，上述执行主体可以按照从先到后的顺序，或者从后到先的顺序完成对目标视频各个视频帧中关键点的检测。此外，上述执行主体也可以采用先后顺序以外的顺序进行检测，比如从视频的各个视频帧中播放时间为中点的视频帧，分别向视频的先后两端进行检测。
本公开中检测的目标可以是风景、人脸、物体轨迹等等。
在检测的目标为人脸的情况下，需要说明的是：
本实施例中的模型(轻量关键点检测模型、精确关键点检测模型)并不是针对某一特定用户的模型，并不能反映出某一特定用户的个人信息。
本实施例中，关键点的检测方法的执行主体可以通过各种公开、合法合规的方式获取视频，例如可以是从公开数据集处获取的，或者是经过了用户的授权从用户处获取的。
需要说明的是，通过本步骤得到的模型包含了视频指示的用户的人脸信息，但该模型的构建是在经用户授权后执行的，其构建过程符合相关法律法规。
本公开的上述实施例提供的方法可以利用视频中第一视频帧的多点热力图，和相近的第二视频帧，一起输入轻量模型，来检测第二视频帧，从而实现快速、准确的检测过程。
在本实施例的一些可选的实现方式中，第一视频帧为视频中检测的起始视频帧；步骤201可以包括：将起始视频帧，输入精确关键点检测模型，得到包含起始视频帧中目标的关键点的单点热力图，其中，精确关键点检测模型的参数数量大于轻量关键点检测模型的参数数量；对各个该单点热力图进行合并，根据合并结果生成多点热力图。
在这些可选的实现方式中，上述执行主体可以将检测的起始视频帧，输入精确关键点检测模型，得到从该模型输出的单点热力图，该单点热力图包含起始视频帧中目标的关键点。这里的精确关键点检测模型也是深度神经网络。精确关键点检测模型是一个较大的模型，检测的精确度较高，其参数的数量较大。具体地，检测的起始关键帧是视频中被检测的第一帧。
上述执行主体可以对精确关键点检测模型输出的单点热力图进行合并，并根据合并结果生成多点热力图。具体地，上述执行主体可以采用各种方式根据合并结果生成多点热力图。比如，上述执行主体可以直接将单点热力图的合并结果，作为多点热力图。此外，上述执行主体还可以对合并结果进行预设处理，并将预设处理结果作为多点热力图。例如，这里的预设处理可以指进行高斯模糊。
如图2b所示，图中示出了起始视频帧(起始视频帧大小为192*144，采用3个通道)输入精确关键点检测模型，得到单点热力图(该单点热力图的大小为24*18，17个关键点对应17个单点热力图)，进而得到多点热力图(该多点热力图的大小为24*18，包含17个关键点)，将多点热力图与起始视频帧之后的第二视频帧，均输入轻量关键点检测模型(该输入的大小为192*144，采用4个通道)，得到单点热力图，进而得到多点热力图。以此类推，将第二视频帧的多点热力图与第三视频帧，均输入轻量关键点检测模型。
这些实现方式可以采用精确模型确定检测的起始视频帧的检测结果，从而可以让第二视频帧都能利用准确的起始视频帧检测结果，从而在利用轻量模型检测第二视频帧以提高检测效率的基础上，提高检测精确度。
在本实施例的一些可选的实现方式中，步骤202中的将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，可以包括：对多点热力图和第二视频帧进行拼接，得到拼接结果；将拼接结果输入轻量关键点检测模型。
在这些可选的实现方式中，上述执行主体可以首先对多点热力图和第二视频帧进行拼接，并将拼接结果输入轻量关键点检测模型，从而完成将多点热力图和第二视频帧输入轻量关键点检测模型的过程。在实践中，拼接结果为4个通道的图像，因此，拼接过程可以让输入轻量关键点检测模型的图像为4个通道的图像。
这些实现方式通过拼接，可以实现对多点热力图和第二视频帧的共同输入。
继续参见图3，图3是根据本实施例的关键点的检测方法的应用场景的一个示意图。在图3的应用场景中，执行主体301获取目标视频中第一视频帧的多点热力图302，其中，多点热力图302包含第一视频帧中目标的各个关键点。执行主体301将多点热力图302和目标视频中的第二视频帧303，输入轻量关键点检测模型304，得到包含第二视频帧中目标的关键点的单点热力图305，其中，轻量关键点检测模型的参数数量小于指定数值，第一视频帧与第二视频帧相差的视频帧数量不大于预设差值。执行主体301根据各个单点热力图305，确定第二视频帧303中目标的关键点坐标值306。
进一步参考图4，其示出了轻量关键点检测模型的训练的一个实施例的流程400。该流程400，包括以下步骤：
步骤401，获取训练样本，其中，训练样本中包括样本图像，和基于样本图像得到的样本多点热力图。
在本实施例中，轻量关键点检测模型的训练方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以获取训练样本。训练样本中不仅可以包括样本图像，还可以包括样本多点热力图。需要说明的是，该轻量关键点检测模型的训练步骤的执行主体可以不同于关键点的检测的执行主体。本实施例中以下的执行主体，均指轻量关键点检测模型的训练步骤的执行主体。
该样本多点热力图是基于样本图像得到的，在实践中，可以采用各种方式基于样本图像得到样本多点热力图，比如可以采用预测单点热力图的模型(也即深度神经网络)预测样本图像，得到单点热力图，并由得到的各个单点热力图生成多点热力图，该多点热力图即是样本多点热力图。
步骤402，将样本多点热力图和样本图像，输入待训练的轻量关键点检测模型，得到样本图像中目标的关键点的单点热力图。
在本实施例中，上述执行主体可以将样本多点热力图和样本图像，输入待训练的轻量关键点检测模型，并得到样本图像所包含目标的关键点的单点热力图。在实践中，上述执行主体可以将样本多点热力图和样本图像进行拼接，并将拼接结果输入待训练的轻量关键点检测模型。
步骤403，基于该单点热力图指示的关键点坐标值，确定待训练的轻量关键点检测模型的损失值，通过损失值训练待训练的轻量关键点检测模型。
在本实施例中，上述执行主体可以基于从待训练的轻量关键点检测模型输出的单点热力图指示的关键点坐标值，确定轻量关键点检测模型的损失值，并通过该损失值训练上述待训练的轻量关键点检测模型。
在实践中，上述执行主体可以采用各种方式基于单点热力图指示的关键点坐标值，确定轻量关键点检测模型的损失值。比如，将该关键点坐标值和关键点坐标真值，输入预设损失函数，从而得到损失值。
这些实现方式可以在训练时将多点热力图和样本图像均输入待训练的模型，从而在训练时输入更多的特征，从而有效提高训练的准确度和精度。
在本实施例的一些可选的实现方式中，样本多点热力图的生成步骤可以包括：将样本图像输入精确关键点检测模型，得到包含样本图像中目标的关键点的单点热力图；根据合并各个该单点热力图所得到的合并结果，生成样本多点热力图。
在这些可选的实现方式中，上述样本多点热力图可以是样本图像输入精确关键点检测模型所得到的。具体地，上述执行主体先将样本图像输入精确关键点检测模型，得到从精确关键点检测模型输出的单点热力图，该单点热力图包含样本图像中目标的关键点。之后，上述执行主体合并各个单点热力图，并可以采用各种方式，根据合并结果生成样本多点热力图。比如，上述执行主体可以直接将合并结果作为样本多点热力图，或者，对合并结果进行预设处理，并将预设处理的结果作为样本多点热力图。这里的预设处理可以是各种各样的，比如高斯模糊。
这些实现方式可以通过精确关键点检测模型，生成准确的样本多点热力图。
在本实施例的一些可选的实现方式中，样本图像为样本视频的视频帧；样本多点热力图的生成步骤，包括：获取样本视频中各个视频帧的热力图真值，其中，热力图真值为单点热力图真值或多点热力图真值；对各个视频帧的热力图真值进行随机扰动，根据扰动后关键点热力图，确定各个视频帧分别对应的多点热力图，并将该多点热力图作为样本多点热力图。
在这些可选的实现方式中，上述执行主体可以对样本视频中各个视频帧的单点热力图真值(或多点热力图真值)，进行随机扰动，并根据扰动结果，确定多点热力图，并将各个该多点热力图作为样本多点热力图。
具体地，上述执行主体可以采用各种方式根据扰动后关键点热力图，确定各个视频帧分别对应的多点热力图。在热力图真值为单点热力图真值的情况下，上述执行主体可以对各个热力图真值的随机扰动结果(也即扰动后关键点热力图)进行合并，并根据合并结果生成样本多点热力图。例如，上述执行主体可以将合并结果直接作为样本多点热力图，还可以对合并结果进行预设操作，并将预设处理的结果作为样本多点热力图。这里的预设操作可以是高斯模糊。在热力图真值为多点热力图真值的情况下，上述执行主体可以根据热力图真值，生成样本多点热力图。例如，上述执行主体可以直接将热力图真值作为样本多点热力图，也可以对关键点热力图进行预设处理，并将预设处理的结果作为样本多点热力图。
这些实现方式可以对样本视频中各个视频帧的热力图真值进行随机扰动，从而快速地得到多个样本多点热力图，提高了确定样本多点热力图的效率。
在本实施例的一些可选的实现方式中，步骤403可以包括：根据关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值；根据坐标损失值和热力图损失值，确定待训练的轻量关键点检测模型的损失值。
在这些可选的实现方式中，上述执行主体不仅可以计算关键点坐标的损失值，还可以计算热力图的损失值，并将这两种损失值，均作为待训练的轻量关键点检测模型的损失值。上述执行主体可以采用各种方式确定坐标损失值和热力图损失值。比如，上述执行主体可以通过一范数损失函数(L1损失函数)，或二范数损失函数(L2损失函数)，确定坐标损失值和热力图损失值。
这些实现方式可以通过热力图损失值和坐标损失值两者，计算用于训练的总损失值，从而提高确定损失值的准确度。
可选地，上述根据关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值，可以包括：确定关键点坐标真值和关键点坐标值的差的范数，并确定该范数的平方，作为坐标损失值；确定单点热力图真值和单点热力图的差的范数，并确定该范数的平方，作为热力图损失值。
在这些可选的实现方式中，上述执行主体可以确定关键点坐标真值和关键点坐标值的差，并确定该差的范数的平方，作为坐标损失值。并且，上述执行主体可以确定单点热力图真值和单点热力图的差，并确定该差(单点热力图真值和单点热力图的差)的范数的平方，作为热力图损失值。
在实践中，热力图损失值Losshm可以表示为Losshm＝||HMGT-HMpre||2，其中，HMGT、HMpre分别是单点热力图真值、单点热力图(也即热力图预测值)。坐标损失值Losscoord可以表示为Losscoord＝||CoordGT-Coordpre||2，其中，CoordGT、Coordpre分别是关键点坐标真值、关键点坐标值(也即关键点坐标预测值)。
这些可选的实现方式，可以通过确定范数的平方，突显预测值和真值的差异，从而加快模型的拟合，提高训练效率。
可选地，根据坐标损失值和热力图损失值，确定待训练的轻量关键点检测模型的损失值，包括：利用坐标损失值和热力图损失值两者的权重，对坐标损失值和热力图损失值进行加权；根据加权结果，确定待训练的轻量关键点检测模型的损失值。
在这些可选的实现方式中，上述执行主体可以利用坐标损失值的权重和热力图损失值的权重，对坐标损失值和热力图损失值进行加权，得到加权结果。并根据加权结果，确定待训练的轻量关键点检测模型的损失值，也即用于训练的总损失值。在实践中，上述执行主体可以采用各种方式根据加权结果，确定待训练的轻量关键点检测模型的损失值。比如，上述执行主体可以直接将加权结果，确定为待训练的轻量关键点检测模型的损失值。或者，上述执行主体可以对加权结果进行指定处理，并将指定处理的结果，作为待训练的轻量关键点检测模型的损失值。这里的指定处理可以是各种各样的，比如与预设系数相乘，或者输入预设模型。
举例来说，待训练的轻量关键点检测模型的损失值Loss可以表示为Loss＝αLosshm+βLosscoord，其中，α和β分别为热力图损失值的权重和坐标损失值的权重。热力图损失值的权重和坐标损失值的权重可以是相同的，也即各为0.5，或者也可以是不同的。权重可以是预设的，也可以是实时生成的。
这些实现方式可以通过加权，提高所确定的总损失值对实际情况的适应性，从而提高训练准确度。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种关键点的检测装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的关键点的检测装置500包括：获取单元501、预测单元502和确定单元503。其中，获取单元501，被配置成获取目标视频中第一视频帧的多点热力图，其中，多点热力图包含第一视频帧中目标的各个关键点；预测单元502，被配置成将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含第二视频帧中目标的关键点的单点热力图，其中，轻量关键点检测模型的参数数量小于指定数值，第一视频帧与第二视频帧相差的视频帧数量不大于预设差值；确定单元503，被配置成根据各个单点热力图，确定第二视频帧中目标的关键点坐标值。
在本实施例中，关键点的检测装置500的获取单元501、预测单元502和确定单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，第一视频帧为视频中检测的起始视频帧；获取单元，进一步被配置成按照如下方式执行获取目标视频中第一视频帧的多点热力图：将起始视频帧，输入精确关键点检测模型，得到包含起始视频帧中目标的关键点的单点热力图，其中，精确关键点检测模型的参数数量大于轻量关键点检测模型的参数数量；对各个该单点热力图进行合并，根据合并结果生成多点热力图。
在本实施例的一些可选的实现方式中，预测单元，被配置成将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型：对多点热力图和第二视频帧进行拼接，得到拼接结果；将拼接结果输入轻量关键点检测模型。
在本实施例的一些可选的实现方式中，轻量关键点检测模型的训练步骤，包括：获取训练样本，其中，训练样本中包括样本图像，和基于样本图像得到的样本多点热力图；将样本多点热力图和样本图像，输入待训练的轻量关键点检测模型，得到样本图像中目标的关键点的单点热力图；基于该单点热力图指示的关键点坐标值，确定待训练的轻量关键点检测模型的损失值，通过损失值训练待训练的轻量关键点检测模型。
在本实施例的一些可选的实现方式中，样本多点热力图的生成步骤，包括：将样本图像输入精确关键点检测模型，得到包含样本图像中目标的关键点的单点热力图；根据合并各个该单点热力图所得到的合并结果，生成样本多点热力图。
在本实施例的一些可选的实现方式中，样本图像为样本视频的视频帧；样本多点热力图的生成步骤，包括：获取样本视频中各个视频帧的热力图真值，其中，热力图真值为单点热力图真值或多点热力图真值；对各个视频帧的热力图真值进行随机扰动，根据扰动后关键点热力图，确定各个视频帧分别对应的多点热力图，并将该多点热力图作为样本多点热力图。
在本实施例的一些可选的实现方式中，基于该单点热力图指示的关键点坐标值，确定待训练的轻量关键点检测模型的损失值，包括：根据关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值；根据坐标损失值和热力图损失值，确定待训练的轻量关键点检测模型的损失值。
在本实施例的一些可选的实现方式中，根据关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值，包括：确定关键点坐标真值和关键点坐标值的差的范数，并确定该范数的平方作为坐标损失值；确定单点热力图真值和单点热力图的差的范数，并确定该范数的平方作为热力图损失值。
在本实施例的一些可选的实现方式中，根据坐标损失值和热力图损失值，确定待训练的轻量关键点检测模型的损失值，包括：利用坐标损失值和热力图损失值两者的权重，对坐标损失值和热力图损失值进行加权；根据加权结果，确定待训练的轻量关键点检测模型的损失值。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图6所示，是根据本公开实施例的关键点的检测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/或者要求的本公开的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，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6中以一个处理器601为例。
存储器602即为本公开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公开所提供的关键点的检测方法。本公开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公开所提供的关键点的检测方法。
存储器602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，如本公开实施例中的关键点的检测方法对应的程序指令/模块(例如，附图5所示的获取单元501、预测单元502和确定单元503)。处理器601通过运行存储在存储器602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关键点的检测方法。
存储器602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关键点的检测电子设备的使用所创建的数据等。此外，存储器602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602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至关键点的检测电子设备。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。
关键点的检测方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与关键点的检测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604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。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、预测单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标视频中第一视频帧的多点热力图的单元”。
作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取目标视频中第一视频帧的多点热力图，其中，多点热力图包含第一视频帧中目标的各个关键点；将多点热力图和目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含第二视频帧中目标的关键点的单点热力图，其中，轻量关键点检测模型的参数数量小于指定数值，第一视频帧与第二视频帧相差的视频帧数量不大于预设差值；根据各个单点热力图，确定第二视频帧中目标的关键点坐标值。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (21)

1.一种关键点的检测方法，所述方法包括：
获取目标视频中第一视频帧的多点热力图，其中，所述多点热力图包含所述第一视频帧中目标的各个关键点；
将所述多点热力图和所述目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含所述第二视频帧中目标的关键点的单点热力图，其中，所述轻量关键点检测模型的参数数量小于指定数值，所述第一视频帧与所述第二视频帧相差的视频帧数量不大于预设差值；
根据各个所述单点热力图，确定所述第二视频帧中目标的关键点坐标值。
2.根据权利要求1所述的方法，其中，所述第一视频帧为所述视频中检测的起始视频帧；
所述获取目标视频中第一视频帧的多点热力图，包括：
将所述起始视频帧，输入精确关键点检测模型，得到包含所述起始视频帧中目标的关键点的单点热力图，其中，所述精确关键点检测模型的参数数量大于所述轻量关键点检测模型的参数数量；
对各个该单点热力图进行合并，根据合并结果生成所述多点热力图。
3.根据权利要求1所述的方法，其中，所述将所述多点热力图和所述目标视频中的第二视频帧，输入轻量关键点检测模型，包括：
对所述多点热力图和所述第二视频帧进行拼接，得到拼接结果；
将所述拼接结果输入轻量关键点检测模型。
4.根据权利要求1-3之一所述的方法，其中，所述轻量关键点检测模型的训练步骤，包括：
获取训练样本，其中，所述训练样本中包括样本图像，和基于所述样本图像得到的样本多点热力图；
将所述样本多点热力图和所述样本图像，输入待训练的轻量关键点检测模型，得到所述样本图像中目标的关键点的单点热力图；
基于该单点热力图指示的关键点坐标值，确定所述待训练的轻量关键点检测模型的损失值，通过所述损失值训练所述待训练的轻量关键点检测模型。
5.根据权利要求4所述的方法，其中，所述样本多点热力图的生成步骤，包括：
将所述样本图像输入所述精确关键点检测模型，得到包含所述样本图像中目标的关键点的单点热力图；
根据合并各个该单点热力图所得到的合并结果，生成所述样本多点热力图。
6.根据权利要求4所述的方法，其中，所述样本图像为样本视频的视频帧；
所述样本多点热力图的生成步骤，包括：
获取所述样本视频中各个视频帧的热力图真值，其中，所述热力图真值为单点热力图真值或多点热力图真值；
对所述各个视频帧的热力图真值进行随机扰动，根据扰动后关键点热力图，确定所述各个视频帧分别对应的多点热力图，并将该多点热力图作为所述样本多点热力图。
7.根据权利要求4所述的方法，其中，所述基于该单点热力图指示的关键点坐标值，确定所述待训练的轻量关键点检测模型的损失值，包括：
根据所述关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值；
根据所述坐标损失值和所述热力图损失值，确定所述待训练的轻量关键点检测模型的损失值。
8.根据权利要求7所述的方法，其中，所述根据所述关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值，包括：
确定所述关键点坐标真值和所述关键点坐标值的差的范数，并确定该范数的平方作为所述坐标损失值；
确定所述单点热力图真值和所述单点热力图的差的范数，并确定该范数的平方作为所述热力图损失值。
9.根据权利要求7所述的方法，其中，所述根据所述坐标损失值和所述热力图损失值，确定所述待训练的轻量关键点检测模型的损失值，包括：
利用所述坐标损失值和所述热力图损失值两者的权重，对所述坐标损失值和所述热力图损失值进行加权；
根据所述加权结果，确定所述待训练的轻量关键点检测模型的损失值。
10.一种关键点的检测装置，所述装置包括：
获取单元，被配置成获取目标视频中第一视频帧的多点热力图，其中，所述多点热力图包含所述第一视频帧中目标的各个关键点；
预测单元，被配置成将所述多点热力图和所述目标视频中的第二视频帧，输入轻量关键点检测模型，得到包含所述第二视频帧中目标的关键点的单点热力图，其中，所述轻量关键点检测模型的参数数量小于指定数值，所述第一视频帧与所述第二视频帧相差的视频帧数量不大于预设差值；
确定单元，被配置成根据各个所述单点热力图，确定所述第二视频帧中目标的关键点坐标值。
11.根据权利要求10所述的装置，其中，所述第一视频帧为所述视频中检测的起始视频帧；
所述获取单元，进一步被配置成按照如下方式执行所述获取目标视频中第一视频帧的多点热力图：
将所述起始视频帧，输入精确关键点检测模型，得到包含所述起始视频帧中目标的关键点的单点热力图，其中，所述精确关键点检测模型的参数数量大于所述轻量关键点检测模型的参数数量；
对各个该单点热力图进行合并，根据合并结果生成所述多点热力图。
12.根据权利要求10所述的装置，其中，所述预测单元，被配置成所述将所述多点热力图和所述目标视频中的第二视频帧，输入轻量关键点检测模型：
对所述多点热力图和所述第二视频帧进行拼接，得到拼接结果；
将所述拼接结果输入轻量关键点检测模型。
13.根据权利要求10-12之一所述的装置，其中，所述轻量关键点检测模型的训练步骤，包括：
获取训练样本，其中，所述训练样本中包括样本图像，和基于所述样本图像得到的样本多点热力图；
将所述样本多点热力图和所述样本图像，输入待训练的轻量关键点检测模型，得到所述样本图像中目标的关键点的单点热力图；
基于该单点热力图指示的关键点坐标值，确定所述待训练的轻量关键点检测模型的损失值，通过所述损失值训练所述待训练的轻量关键点检测模型。
14.根据权利要求13所述的装置，其中，所述样本多点热力图的生成步骤，包括：
将所述样本图像输入所述精确关键点检测模型，得到包含所述样本图像中目标的关键点的单点热力图；
根据合并各个该单点热力图所得到的合并结果，生成所述样本多点热力图。
15.根据权利要求13所述的装置，其中，所述样本图像为样本视频的视频帧；
所述样本多点热力图的生成步骤，包括：
获取所述样本视频中各个视频帧的热力图真值，其中，所述热力图真值为单点热力图真值或多点热力图真值；
对所述各个视频帧的热力图真值进行随机扰动，根据扰动后关键点热力图，确定所述各个视频帧分别对应的多点热力图，并将该多点热力图作为所述样本多点热力图。
16.根据权利要求13所述的装置，其中，所述基于该单点热力图指示的关键点坐标值，确定所述待训练的轻量关键点检测模型的损失值，包括：
根据所述关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值；
根据所述坐标损失值和所述热力图损失值，确定所述待训练的轻量关键点检测模型的损失值。
17.根据权利要求16所述的装置，其中，所述根据所述关键点坐标值与关键点坐标真值，确定坐标损失值，并根据该单点热力图与单点热力图真值，确定热力图损失值，包括：
确定所述关键点坐标真值和所述关键点坐标值的差的范数，并确定该范数的平方作为所述坐标损失值；
确定所述单点热力图真值和所述单点热力图的差的范数，并确定该范数的平方作为所述热力图损失值。
18.根据权利要求16所述的装置，其中，所述根据所述坐标损失值和所述热力图损失值，确定所述待训练的轻量关键点检测模型的损失值，包括：
利用所述坐标损失值和所述热力图损失值两者的权重，对所述坐标损失值和所述热力图损失值进行加权；
根据所述加权结果，确定所述待训练的轻量关键点检测模型的损失值。
19.一种电子设备，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1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一所述的方法。
CN202110459116.1A 2021-04-27 2021-04-27 关键点的检测方法和装置 Active CN113128436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110459116.1A CN113128436B (zh) 2021-04-27 2021-04-27 关键点的检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110459116.1A CN113128436B (zh) 2021-04-27 2021-04-27 关键点的检测方法和装置

Publications (2)

Publication Number Publication Date
CN113128436A true CN113128436A (zh) 2021-07-16
CN113128436B CN113128436B (zh) 2022-04-01

Family

ID=76780184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110459116.1A Active CN113128436B (zh) 2021-04-27 2021-04-27 关键点的检测方法和装置

Country Status (1)

Country Link
CN (1) CN113128436B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114186632A (zh) * 2021-12-10 2022-03-15 北京百度网讯科技有限公司 关键点检测模型的训练方法、装置、设备、存储介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909888A (zh) * 2017-01-22 2017-06-30 南京开为网络科技有限公司 应用于移动设备端的人脸关键点跟踪***及方法
CN108229355A (zh) * 2017-12-22 2018-06-29 北京市商汤科技开发有限公司 行为识别方法和装置、电子设备、计算机存储介质、程序
CN109241910A (zh) * 2018-09-07 2019-01-18 高新兴科技集团股份有限公司 一种基于深度多特征融合级联回归的人脸关键点定位方法
CN109829432A (zh) * 2019-01-31 2019-05-31 北京字节跳动网络技术有限公司 用于生成信息的方法和装置
CN110060513A (zh) * 2019-01-24 2019-07-26 中国民用航空飞行学院 基于历史轨迹数据的空中交通管制员工作负荷评估方法
CN110516642A (zh) * 2019-08-30 2019-11-29 电子科技大学 一种轻量化人脸3d关键点检测方法及***
CN110532984A (zh) * 2019-09-02 2019-12-03 北京旷视科技有限公司 关键点检测方法、手势识别方法、装置及***
CN110807410A (zh) * 2019-10-30 2020-02-18 北京百度网讯科技有限公司 关键点定位方法、装置、电子设备和存储介质
CN111126272A (zh) * 2019-12-24 2020-05-08 腾讯科技（深圳）有限公司 姿态获取方法、关键点坐标定位模型的训练方法和装置
CN111191622A (zh) * 2020-01-03 2020-05-22 华南师范大学 基于热力图和偏移向量的姿态识别方法、***及存储介质
CN111223143A (zh) * 2019-12-31 2020-06-02 广州市百果园信息技术有限公司 关键点检测方法、装置及计算机可读存储介质
CN111402228A (zh) * 2020-03-13 2020-07-10 腾讯科技（深圳）有限公司 图像检测方法、装置和计算机可读存储介质
CN111523422A (zh) * 2020-04-15 2020-08-11 北京华捷艾米科技有限公司 一种关键点检测模型训练方法、关键点检测方法和装置
WO2020232069A1 (en) * 2019-05-15 2020-11-19 Northeastern University Video 2d multi-person pose estimation using multi-frame refinement and optimization
CN112163480A (zh) * 2020-09-16 2021-01-01 北京邮电大学 一种行为识别方法及装置
CN112163516A (zh) * 2020-09-27 2021-01-01 深圳市悦动天下科技有限公司 跳绳计数的方法、装置及计算机存储介质
CN112329513A (zh) * 2020-08-24 2021-02-05 苏州荷露斯科技有限公司 一种基于卷积神经网络的高帧率3d体态识别方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909888A (zh) * 2017-01-22 2017-06-30 南京开为网络科技有限公司 应用于移动设备端的人脸关键点跟踪***及方法
CN108229355A (zh) * 2017-12-22 2018-06-29 北京市商汤科技开发有限公司 行为识别方法和装置、电子设备、计算机存储介质、程序
CN109241910A (zh) * 2018-09-07 2019-01-18 高新兴科技集团股份有限公司 一种基于深度多特征融合级联回归的人脸关键点定位方法
CN110060513A (zh) * 2019-01-24 2019-07-26 中国民用航空飞行学院 基于历史轨迹数据的空中交通管制员工作负荷评估方法
CN109829432A (zh) * 2019-01-31 2019-05-31 北京字节跳动网络技术有限公司 用于生成信息的方法和装置
WO2020232069A1 (en) * 2019-05-15 2020-11-19 Northeastern University Video 2d multi-person pose estimation using multi-frame refinement and optimization
CN110516642A (zh) * 2019-08-30 2019-11-29 电子科技大学 一种轻量化人脸3d关键点检测方法及***
CN110532984A (zh) * 2019-09-02 2019-12-03 北京旷视科技有限公司 关键点检测方法、手势识别方法、装置及***
CN110807410A (zh) * 2019-10-30 2020-02-18 北京百度网讯科技有限公司 关键点定位方法、装置、电子设备和存储介质
CN111126272A (zh) * 2019-12-24 2020-05-08 腾讯科技（深圳）有限公司 姿态获取方法、关键点坐标定位模型的训练方法和装置
CN111223143A (zh) * 2019-12-31 2020-06-02 广州市百果园信息技术有限公司 关键点检测方法、装置及计算机可读存储介质
CN111191622A (zh) * 2020-01-03 2020-05-22 华南师范大学 基于热力图和偏移向量的姿态识别方法、***及存储介质
CN111402228A (zh) * 2020-03-13 2020-07-10 腾讯科技（深圳）有限公司 图像检测方法、装置和计算机可读存储介质
CN111523422A (zh) * 2020-04-15 2020-08-11 北京华捷艾米科技有限公司 一种关键点检测模型训练方法、关键点检测方法和装置
CN112329513A (zh) * 2020-08-24 2021-02-05 苏州荷露斯科技有限公司 一种基于卷积神经网络的高帧率3d体态识别方法
CN112163480A (zh) * 2020-09-16 2021-01-01 北京邮电大学 一种行为识别方法及装置
CN112163516A (zh) * 2020-09-27 2021-01-01 深圳市悦动天下科技有限公司 跳绳计数的方法、装置及计算机存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
KIM, ST 等: ""Lightweight Stacked Hourglass Network for Human Pose Estimation"", 《APPLIED SCIENCES-BASEL》 *
ZHU, XN 等: ""Real-time image recognition using weighted spatial pyramid networks"", 《REAL-TIME IMAGE PROCESSING》 *
张锋: ""基于卷积神经网络的人体姿态估计方法研究"", 《中国博士学位论文全文数据库 (信息科技辑)》 *
杨连平 等: ""基于编解码残差的人体关键点匹配网络"", 《计算机科学》 *
梁锦明: ""人体姿态估计与识别技术的研究"", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114186632A (zh) * 2021-12-10 2022-03-15 北京百度网讯科技有限公司 关键点检测模型的训练方法、装置、设备、存储介质
CN114186632B (zh) * 2021-12-10 2023-04-18 北京百度网讯科技有限公司 关键点检测模型的训练方法、装置、设备、存储介质

Also Published As

Publication number Publication date
CN113128436B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN111539514A (zh) 用于生成神经网络的结构的方法和装置
CN112270711B (zh) 模型训练以及姿态预测方法、装置、设备以及存储介质
CN111783948A (zh) 模型训练方法、装置、电子设备以及存储介质
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
CN111862277A (zh) 用于生成动画的方法、装置、设备以及存储介质
CN112529073A (zh) 模型训练方法、姿态估计方法、装置及电子设备
CN111860362A (zh) 生成人脸图像校正模型及校正人脸图像的方法和装置
CN112241716B (zh) 训练样本的生成方法和装置
CN111968203A (zh) 动画驱动方法、装置、电子设备及存储介质
CN110659600A (zh) 物体检测方法、装置及设备
CN112149634A (zh) 图像生成器的训练方法、装置、设备以及存储介质
CN112529180A (zh) 模型蒸馏的方法和装置
CN112507833A (zh) 人脸识别及模型训练的方法、装置、设备和存储介质
CN111753964A (zh) 神经网络的训练方法和装置
CN113128436B (zh) 关键点的检测方法和装置
CN112561059B (zh) 用于模型蒸馏的方法和装置
CN113055593B (zh) 图像的处理方法和装置
CN111524123B (zh) 用于处理图像的方法和装置
CN112529181A (zh) 用于模型蒸馏的方法和装置
CN110889392B (zh) 人脸图像处理的方法及装置
CN112328088A (zh) 图像的呈现方法和装置
CN111767990A (zh) 神经网络的处理方法和装置
CN112488126A (zh) 特征图处理方法、装置、设备以及存储介质
CN112733879B (zh) 针对不同场景的模型蒸馏方法和装置
CN113313048B (zh) 脸部表情识别方法和装置

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