CN113989846A - 检测图像中关键点的方法、训练关键点检测模型的方法 - Google Patents
检测图像中关键点的方法、训练关键点检测模型的方法 Download PDFInfo
- Publication number
- CN113989846A CN113989846A CN202111279959.XA CN202111279959A CN113989846A CN 113989846 A CN113989846 A CN 113989846A CN 202111279959 A CN202111279959 A CN 202111279959A CN 113989846 A CN113989846 A CN 113989846A
- Authority
- CN
- China
- Prior art keywords
- feature
- upsampling
- features
- sub
- mth
- 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.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000005070 sampling Methods 0.000 claims abstract description 67
- 230000004927 fusion Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种检测图像中关键点的方法,尤其涉及计算机视觉和深度学习技术,可应用于智慧城市和智能交通场景。具体实现方案为:根据目标图像,得到K个第一特征,K≥1;针对K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征;以及根据K个经上采样后的特征,确定目标图像中关键点的位置。本公开还提供了一种训练关键点检测模型的方法、装置、电子设备和存储介质。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术,可应用于智慧城市和智能交通场景。更具体地,本公开提供了一种检测图像中关键点的方法、训练关键点检测模型的方法、装置、电子设备和存储介质。
背景技术
在多种交互场景中,可以检测图像中关键点,例如可以检测包含人体的图像中人体的身体的各个关节作为关键点。相关技术中,可以获取图像的热图,以检测图像中关键点。
发明内容
本公开提供了一种检测图像中关键点的方法、训练关键点检测模型的方法、装置、设备以及存储介质。
根据第一方面,提供了一种检测图像中关键点的方法,该方法包括:根据目标图像,得到K个第一特征,K≥1;针对上述K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征;以及根据上述K个经上采样后的特征,确定上述目标图像中关键点的位置。
根据第二方面,提供了一种训练关键点检测模型的方法,该方法包括:根据训练图像,得到K个第一特征,K≥1;针对上述K个第一特征,执行以下操作:进行第m次上采样操作,得到K个经第m次上采样后的特征,m=1,......M,M≥1;根据上述K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值;上述标签特征是根据上述训练图像的标签得到的;以及根据上述第m个损失值,调整上采样操作的参数。
根据第三方面,提供了一种检测图像中关键点的装置,该装置包括:第一获得模块,用于根据目标图像,得到K个第一特征,K≥1;上采样模块,用于针对上述K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征;以及确定模块,用于根据上述K个经上采样后的特征,确定上述目标图像中关键点的位置。
根据第四方面,提供了一种训练关键点检测模型的装置,该装置包括:第二获得模块,用于根据训练图像,得到K个第一特征,K≥1;执行模块,用于针对上述K个第一特征,通过以下子模块执行相应操作;第二上采样子模块,用于进行第m次上采样操作,得到K个经第m次上采样后的特征,m=1,......M,M≥1;确定子模块,用于根据上述K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值;上述标签特征是根据上述训练图像的标签得到的;调整子模块,用于根据上述第m个损失值,调整上采样操作的参数。
根据第五方面,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进行的指令,指令被至少一个处理器进行,以使至少一个处理器能够进行根据本公开提供的方法。
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,该计算机指令用于使计算机进行根据本公开提供的方法。
根据第七方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器进行时实现根据本公开提供的方法。
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,不构成对本公开的限定。其中:
图1是根据本公开的一个实施例的检测图像中关键点的方法的流程图;
图2是根据本公开的另一个实施例的检测图像中关键点的方法的流程图;
图3是根据本公开的一个实施例的检测图像中关键点的方法的原理图;
图4是根据本公开的一个实施例的训练关键点检测模型的方法的流程图;
图5是根据本公开的另一个实施例的训练关键点检测模型的方法的流程图;
图6是根据本公开的一个实施例的训练关键点检测模型的方法的原理图;
图7是根据本公开的一个实施例的检测图像中关键点的装置的框图;
图8是根据本公开的一个实施例的训练关键点检测模型的装置的框图;以及
图9是根据本公开的一个实施例的可以应用检测图像中关键点的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。
相关技术中,可以获取图像的热图,以检测图像中关键点。
例如,可以从图像中截取每个人所在区域作为输入图像。再从输入图像中提取特征,将特征输入卷积神经网络,得到多个热图。再对一个或多个热图应用最大化函数,确定图像中的关键点。
通过获取热图以检测图像中关键点的方法,需要使用高分辨率的特征图进行学习。在学习过程中,计算量大,运行效率低,难以应用于终端设备上。
图1是根据本公开的一个实施例的检测图像中关键点的方法的流程图。
如图1所示,该方法100可以包括操作S110至操作S130。
在操作S110,根据目标图像,得到K个第一特征。
在本公开实施例中,K≥1。
在本公开实施例中,K个第一特征包括第一子特征和第二子特征。
在本公开实施例中,可以根据目标图像的多个行像素值,得到第一子特征。
例如,目标图像为H*W的图像,目标图像共有H个行像素值。可以根据H个行像素值,得到第一子特征。
在一些示例中,第一子特征可以是H*J的矩阵,J≥1。该第一子特征的H个维度的数据与目标图像中H个行像素一一对应。在一个示例中,J=1,第一子特征可以是H*1的向量。在一个示例中,可以针对目标图像中H个行像素,将每个行像素中的最大的像素值作为第一子特征的一个维度的数据。在另一个示例中,可以针对目标图像中H个行像素,将每个行像素中的像素值的平均值作为第一子特征的一个维度的数据。
在本公开实施例中,可以根据目标图像的多个列像素值,得到第二子特征。
例如,目标图像为H*W的图像,目标图像共有W个列像素值。可以根据W个列像素值,得到第二子特征。
在一些示例中,第二子特征可以是J*W的矩阵,J≥1。该第二子特征的W个维度的数据与目标图像中W个列像素一一对应。在一个示例中,J=1,第二子特征可以是1*W的矩阵。在一个示例中,可以针对目标图像中W个列像素,将每个列像素中的最大的像素值作为第二子特征的一个维度的数据。在另一个示例中,可以针对目标图像中W个列像素,将每个列像素中的像素值的平均值作为第二子特征的一个维度的数据。
在本公开实施例中,可以对目标图像进行下采样操作,得到第二特征。
例如,可以利用特征提取模型对目标图像进行下采样操作,得到第二特征。特征提取模型可以是卷积神经网络模型。
例如,第二特征可以是特征图或特征矩阵。
在本公开实施例中,可以根据第二特征,得到K个第一特征。
在本公开实施例中,可以根据第二特征的多个行特征,得到第一子特征。
例如,目标图像为H*W的图像。相应地,对该目标图像进行下采样操作得到的第二特征为h*w的特征图。第二特征共有h个行特征。可以根据h个行特征,得到第一子特征。
在一些示例中,第一子特征可以是h*J的矩阵,J≥1。该第一子特征的h个维度的数据与第二特征中h个行特征一一对应。在一个示例中,J=1,第一子特征可以是h*1的矩阵。在一个示例中,可以针对第二特征中h个行特征,将每个行特征中最大的特征值作为第一子特征的一个维度的数据。在另一个示例中,可以针对第二特征中h个行特征,将每个行特征中特征值的平均值作为第一子特征的一个维度的数据。
在本公开实施例中,可以根据第二特征的多个列特征,得到第二子特征。
例如,目标图像为H*W的图像。相应地,对该目标图像进行下采样操作得到的第二特征为h*w的特征图。第二特征共有w个列特征。可以根据w个列特征,得到第二子特征。
在一些示例中,第二子特征可以是J*w的矩阵,J≥1。该第二子特征的w个维度的数据与第二特征中w个列特征一一对应。在一个示例中,J=1,第二子特征可以是1*w的矩阵。在一个示例中,可以针对第二特征中w个列特征,将每个列特征中的最大的特征值作为第二子特征的一个维度的数据。在另一个示例中,可以针对第二特征中w个列特征,将每个列特征中的特征值的平均值作为第二子特征的一个维度的数据。
在操作S120,针对K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征。
例如,上采样操作可以是插值操作。又例如,上采样操作可以是反卷积操作。
在本公开实施例中,可以针对K个第一特征,对每个第一特征进行M次上采样操作,得到K个经M次上采样后的特征,M≥1。
例如,可以对第一子特征进行M次上采样操作,得到第1个经M次上采样后的特征。在一个示例中,第一子特征为8*1的向量,对该8*1的向量进行4次上采样操作,可以得到第1个经4次上采样后的特征。该第1个经4次上采样后的特征可以是128*1的向量。
例如,可以对第二子特征进行M次上采样操作,得到第2个经M次上采样后的特征。在一个示例中,第二子特征为1*8的向量,对该1*8的向量进行4次上采样操作,可以得到第2个经4次上采样后的特征。该第2个经4次上采样后的特征可以是1*128的向量。
例如,在第m次上采样操作后,可以得到K个经第m次上采样后的特征,m=1,......M。
在操作S130,根据K个经上采样后的特征,确定目标图像中关键点的位置。
在本公开实施例中,针对K个经上采样后的特征,对每个经上采样后的特征进行解码操作,确定目标图像中关键点的位置。
例如,可以对第1个经M次上采样后的特征进行解码操作,以确定目标图像关键点的所在行,即关键点的纵坐标。
又例如,可以对第2个经M次上采样后的特征进行解码操作,以确定目标图像关键点所在列,即关键点的横坐标。
通过本公开实施例,降低检测图像中关键点所需的计算量,大幅提高了检测效率。并且,由于降低了计算量,因此可以在终端设备上应用该方法200。例如,在检测H*W的图像中关键点时,计算量可以由H*W个量级降低到H+W个量级。
图2是根据本公开的另一个实施例的检测图像中关键点的方法的流程图。
如图2所示,该方法可以针对K个第一特征,对每个第一特征进行M次上采样操作,得到K个经上采样后的特征。下面将参照操作S221至S222进行详细说明。
在操作S221,对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征。
在操作S222,对经第i次上采样后的第k个融合特征进行第i+1次上采样操作,得到第k个经第i+1次上采样后的特征。
在本公开实施例中,i=1,......N-1,N≤M-1;k=1,......K。
在本公开实施例中,第N-i个第二特征是对目标子图像进行N-i次下采样操作得到的。
例如,第N-i个第二特征可以是对目标子图像进行N-i次下采样操作得到的。又例如,第N-i个第二特征可以是在对目标图像进行N次下采样操作的过程中得到的。
在本公开实施例中,目标子图像可以是根据目标图像得到的。
例如,目标子图像可以是目标图像本身。第N-i个第二特征是对目标图像进行N-i次下采样操作得到的。
又例如,目标子图像可以是对目标图像进行P次下采样操作后得到的,P≥1。即第N-i个第二特征是对目标图像进行P+N-i次下采样操作后得到的。
需要说明的是,P+N可以大于等于M。即对目标图像进行下采样操作的次数可以超过对K个第一特征进行上采样操作的次数。
在本公开实施例中,可以与根据第二特征得到第一特征相同或类似的方式,根据第二特征得到第三特征。
例如,N=3,i=1,2,M=4。
可以对目标图像进行3次下采样,得到第3个第二特征。根据第3个第二特征,可以得到K个第一特征。针对K个第一特征中的第k个第一特征,对第k个第一特征进行第1次上采样,得到第k个经第1次上采样后的特征。
可以对根据第2个第二特征得到的第k个第三特征和第k个经第1次上采样后的特征进行融合操作,得到经过第1次上采样后的第k个融合特征。重复K次,可以得到经过第1次上采样后的K个融合特征。
接下来,可以针对经过第1次上采样后的K个融合特征,对每个经过第1次上采样后的融合特征进行第2次上采样操作,得到K个经过第2次上采样后的特征。
按照相同或类似的方式,可以得到经过第2次上采样后的K个融合特征。
在一个示例中,第3个第二特征为8*8的特征图,第k个第一特征为8*1的向量,第k个经第1次上采样后的特征为16*1的向量。第2个第二特征为16*16的特征图,根据该16*16的特征图得到的第k个第三特征为16*1的向量。经过第1次上采样后的第k个融合特征为16*1的向量。经过第2次上采样后的第k个特征为32*1的向量。
第1个第二特征为32*32的特征图,根据该32*32的特征图得到的第k个第三特征为32*1的向量。经过第2次上采样后的第k个融合特征为32*1的向量。
在一些示例中,针对K个经第g-1次上采样后的特征,对每个经第g-1次上采样后的特征进行第g次上采样操作,得到K个经第g次上采样后的特征,g=N,......M。
例如,N=3,M=4。对第k个经第2次上采样后的特征进行第3次上采样操作,得到第k个经第3次上采样后的特征。再对第k个经第3次上采样后的特征进行第4次上采样操作,得到第k个经第4次上采样后的特征。
在一个示例中,第k个经第3次上采样后的特征为64*1的向量。第k个经第4次上采样后的特征为128*1的向量。
通过本公开实施例,上采样操作过程中,利用了N次下采样过程中得到浅层特征,解决了梯度消失问题。
图3是根据本公开的一个实施例的检测图像中关键点的方法的原理图。
如图3所示,可以根据目标图像301,得到K个第一特征。在一些示例中,K个特征包括第一子特征302和第二子特征303。
对第一子特征302进行一次或M次上采样后,可以得到第1个经上采样后的特征304。对第二子特征303进行一次或M次上采样后,可以得到第2个经上采样后的特征305。对第1个经上采样后的特征304和第2个经上采样后的特征305进行解码操作,可以在输出图像307中确定一个关键点306的位置。
图4是根据本公开的一个实施例的训练关键点检测模型的方法的流程图。
如图4所示,该方法400可以包括操作S410至操作S440。
在操作S410,根据训练图像,得到K个第一特征,K≥1。
在本公开实施例中,可以对训练图像进行下采样操作,得到第二特征。
在本公开实施例中,可以根据第二特征,得到K个第一特征。
在本公开实施例中,K个第一特征可以包括第一子特征和第二子特征。
在本公开实施例中,可以根据训练图像的多行像素值,得到第一子特征。
在本公开实施例中,可以根据训练图像的多列像素值,得到第二子特征。
需要说明的是,操作S410的实施例可以参照前文记载的关于操作S110的实施例,本公开在此不再赘述。
接下来,可以针对K个第一特征,执行以下操作。
在操作S420,进行第m次上采样操作,得到K个经第m次上采样后的特征。
在本公开实施例中,m=1,......M,M≥1。
例如,上采样操作可以是插值操作。又例如,上采样操作可以是反卷积操作。
例如,针对K个第一特征,m=1,对每个第一特征进行第1次上采样操作,得到K个经过第1次上采样后的特征。
例如,针对K个经第m-1次上采样后的特征,m=2,......M,对每个经第m-1次上采样后的特征进行第m次上采样操作,得到K个经过第m次上采样后的特征。经第m-1次上采样后的特征可以是对K个第一特征进行m-1次上采样操作后得到的。
在操作S430,根据K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值。
在本公开实施例中,标签特征是根据训练图像的标签得到的。
例如,训练图像的标签可以是标注了关键点的训练图像。可以参照操作S410,根据训练图像的标签,得到K个经上采样后的标签特征。
例如,M=1,即对每个第一特征进行了1次上采样操作,可以得到K个经第1次上采样后的特征。可以根据K个经第1次上采样后的特征和K个经第1次上采样后的特征,确定第1个损失值。
例如,M≥2,即对每个第一个特征进行了1次以上的上采样操作,可以根据K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值,m=1,......M。在一个示例中,可以根据K个经第m次上采样后的特征和K个经第m次上采样后的标签特征之差,确定第m个损失值。
例如,可以根据第k个经第m次上采样后的特征和第k个经第m次上采样后的标签特征,确定第k个子损失值,k=1,......K。
例如,根据第k个子损失值,确定第m个损失值。进而,可以得到K个子损失值。在一个示例中,在第m次上采样后,可以将K个子损失值相加,得到第m个损失值。
在操作S440,根据第m个损失值,调整上采样操作的参数。
例如,在M=1时,可以根据同一训练图像重复训练多次,每次训练后,根据本次训练得到的第1个损失值调整下一训练过程中上采样操作的参数。
例如,在M≥2时,在一次训练过程中,可以根据损失值调整下一次上采样操作的参数。
图5是根据本公开的另一个实施例的训练关键点检测模型的方法的流程图。
如图5所示,该方法可以包括操作S501至操作S513。
在操作S501,根据训练图像,得到K个第一特征。
需要说明的是,操作S501的实施例可以参照前文记载的关于操作S410的实施例,本公开在此不再赘述。
在操作S502,针对K个第一特征,对每个第一特征进行第1次上采样操作,得到K个经第1次上采样后的特征。
例如,可以根据K个经第1次上采样后的特征和K个经第1次上采样后的标签特征,确定第1个损失值。
例如,N=3,M=4,可以对训练图像进行3次下采样,得到第3个第二特征。根据第3个第二特征,可以得到K个第一特征。针对K个第一特征中的第k个第一特征,对第k个第一特征进行第1次上采样,得到第k个经第1次上采样后的特征。
例如,可以根据第1个损失值,调整第2次上采样操作的参数。
在操作S503,针对K个经第i-1次上采样后的特征,对每个经第i-1次上采样后的特征进行第i次上采样操作,得到K个经第i次上采样后的特征。
在本公开实施例中,i=2,......N-1,N≤M-1。
例如,针对K个经第1次上采样后的特征,对每个经第1次上采样后的特征进行第2次上采样操作,得到K个经第2次上采样后的特征。
在操作S504,对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征,k=1,......K。
在一个示例中,在i=2时,可以对根据第1个第二特征得到的第k个第三特征和第k个经第2次上采样后的特征进行融合操作,得到经过第2次上采样后的第k个融合特征。进而,可以得到经过第2次上采样后的K个融合特征。
在本公开实施例中,第N-i个第二特征是对训练子图像进行N-i次下采样操作得到的,训练子图像是根据训练图像得到的。
例如,训练子图像可以是训练图像。第N-i个第二特征是对训练图像进行N-i次下采样操作得到的。
又例如,训练子图像可以是对训练图像进行P次下采样操作后得到的,P≥1。即第N-i个第二特征是对训练图像进行P+N-i次下采样操作得到的。
需要说明的是,P+N可以大于等于M。即对训练图像进行下采样操作的次数可以超过对K个第一特征进行上采样操作的次数。
在操作S505,根据经第i次上采样后的K个融合特征和K个经第i次上采样后的标签特征,确定第i个损失值。
例如,可以根据经过第2次上采样后的K个融合特征和K个经过第2次上采样后的标签特征,确定第2个损失值。
在操作S506,根据第i个损失值,调整第i+1次上采样操作的参数。
例如,可以根据第2个损失值,调整第3次上采样操作的参数。
在操作S507,判断是否已执行N-1次上采样操作?响应于已执行N-1次上采样操作,执行操作S508;响应于未执行N-1次上采样操作,返回至操作S503。
例如,在i=2时,调整了第3次上采样操作的参数之后,可以响应于已执行2次上采样操作,执行操作S508。
需要说明的是,在其他实施例中,N>3,此时,需要重复执行操作S503至操作S507两次以上。
在操作S508,针对K个经第g-1次上采样后的特征,对每个经第g-1次上采样后的特征进行第g次上采样操作,得到K个经第g次上采样后的特征。
在本公开实施例中,g=N,......M-1。
例如,针对K个经第2次上采样后的特征,对每个经第2次上采样后的特征进行第3次上采样操作,得到K个经第3次上采样后的特征。
在操作S509,根据K个经第g次上采样后的特征和K个经第g次上采样后的标签特征,确定第g个损失值。
例如,根据K个经第3次上采样后的特征和K个经第3次上采样后的标签特征,确定第3个损失值。
在操作S510,根据第g个损失值,调整第g+1次上采样操作的参数。
例如,根据第3个损失值,调整第4次上采样操作的参数。
在操作S511,判断是否已执行M-1次上采样操作?响应于已执行M-1次上采样操作,执行操作S512;响应于未执行M-1次上采样操作,返回至操作S508。
例如,在g=3时,调整了第4次上采样操作的参数之后,可以响应于已执行3次上采样操作,执行操作S512。
需要说明的是,本公开实施例中,M=4。在其他实施例中,M>N+1,此时,需要重复执行操作S508至操作S511两次以上。
在操作S512,针对K个经第M-1次上采样后的特征,对每个经第M-1次上采样后的特征进行第M次上采样操作,得到K个经第M次上采样后的特征。
例如,针对K个经第3次上采样后的特征,对每个经第3次上采样后的特征进行第4次上采样操作,得到K个经第4次上采样后的特征。
在操作S513,根据K个经第M次上采样后的特征,得到包含关键点的预测图像。
例如,可以对第1个经第4次上采样后的特征进行解码操作,以确定训练图像中关键点的所在行,即预测图像中关键点的纵坐标。
例如,可以对第2个经第4次上采样后的特征进行解码操作,以确定训练图像中关键点所在列,即预测图像中关键点的横坐标。
在一些实施例中,进行第m次上采样操作,得到K个经第m次上采样后的特征包括:针对K个经第m-1次上采样后的特征,对每个经第m-1次上采样后的特征进行第m次上采样操作,得到K个经第m次上采样后的特征,m=2,......M-1,M≥2。根据损失值,调整上采样操作的参数包括:根据第m个损失值,调整第m+1次上采样操作的参数。
在一些实施例中,进行第m次上采样操作,得到K个经第m次上采样后的特征还包括以下至少之一:针对K个第一特征,对每个第一特征进行第1次上采样操作,得到经第1次上采样后的特征;针对K个经第M-1次上采样后的特征,对每个经第M-1次上采样后的特征进行第M次上采样操作,得到K个经第M次上采样后的特征;
图6是根据本公开的一个实施例的关键点检测模型的原理图。
如图6所示,该关键点检测模型可以包括下采样网络610、上采样网络620和解码网络630。
下采样网络610可以包括N个下采样层。N个下采样层可以包括第1个下采样层611、......、第N-i个下采样层612、......、第N-1个下采样层613、第N个下采样层614。i=2,......N-1。在一个示例中,N=4。
上采样网络620包括M个第一上采样层和M个第二上采样层。M个第一上采样层包括第1个第一上采样层6211、......、第i个第一上采样层6221、......、第N-1个第一上采样层6231、第N个第一上采样层6241、......、第M个第一上采样层6251。M个第二上采样层包括第1个第二上采样层6212、......、第i个第二上采样层6222、......、第N-1个第二上采样层6232、第N个第二上采样层6242、......、第M个第二上采样层6252。在一个示例中,M=5。
下采样网络处理610对训练图像进行N次下采样处理,得到第一子特征和第二子特征。
第1个下采样层611对训练图像进行第1次下采样操作,输出第1个第二特征。根据第1个第二特征,可以得到与之相应的2个第三特征。
第N-i个下采样层612对训练图像进行第N-i次下采样操作,输出第N-i个第二特征。根据第N-i个第二特征,可以得到与之相应的2个第三特征。
第N-1个下采样层613对训练图像进行第N-1次下采样操作,输出第N-1个第二特征。根据第N-1个第二特征,可以得到与之相应的2个第三特征。
第N个下采样层614对训练图像进行第N次下采样操作,输出第N个第二特征。根据第N个第二特征,可以得到第一子特征和第二子特征。
上采样网络620分别对第一子特征和第二子特征进行M次上采样操作。
第1个第一上采样层6211的输入是第一子特征,输出第1个经第1次上采样后的特征。第1个经第1次上采样后的特征和根据第N-1个第二特征得到的第1个第三特征可以融合,得到经第1次上采样后的第1个融合特征。该经第1次上采样后的第1个融合特征可以作为第2个第一上采样层的输入。
第i个第一上采样层6221对经第i-1次上采样后的第1个融合特征进行第i次上采样操作,得到第1个经第i次上采样后的特征。第1个经第i次上采样后的特征与根据第N-i个第二特征得到的第1个第三特征可以融合,得到经第i次上采样后的第1个融合特征。根据经第i次上采样后的第1个融合特征和第1个经第i次上采样后的标签特征,可以确定第i次上采样操作的第1个子损失值。进而,根据该第i次上采样操作的第1个子损失值,可以确定第i个损失值。根据第i个损失值,可以调整第i+1个第一上采样层的参数。接下来,第i+1个第一上采样层对该经第i次上采样后的第1个融合特征进行第i+1次上采样操作,输出第1个经第i+1次上采样后的特征。
第N-1个第一上采样层6231输出第1个经第N-1次上采样后的特征。该第1个经第N-1次上采样后的特征与根据第1个第二特征得到第1个第三特征可以融合,得到经过第N-1次上采样后的第1个融合特征。根据经第N-1次上采样后的第1个融合特征和第1个经第N-1次上采样后的标签特征,可以确定第N-1次上采样操作的第1个子损失值。进而,根据该第N-1次上采样操作的第1个子损失值,可以确定第N-1个损失值。根据第N-1个损失值,可以调整第N个第一上采样层的参数。第N个第一上采样层6241对该经过第N-1次上采样后的第1个融合特征进行第N次上采样操作,输出经过第N次上采样后的特征。
第N个第一上采样层6241之后的每个第一上采样层的输入为上一个第一上采样层的输出。在调整第N个第一上采样层6241之后的每个第一上采样层的参数时,可以根据上一个第一上采样层的输出和相应的标签特征进行调整。例如,根据第1个经第M-1次上采样后的特征和第1个经第M-1次上采样后的标签特征,可以确定第M-1次上采样操作的第1个子损失值。进而,根据该第M-1次上采样操作的第1个子损失值,可以确定第M-1个损失值。根据第M-1个损失值,可以调整第M个第一上采样层的参数。第M个第一上采样层6251的输入为第M-1个第一上采样层的输出(第1个经第M-1次上采样后的特征),输出第1个经第M次上采样后的特征。
M个第二上采样层与M个第一上采样层的操作方式类似,本公开在此不再赘述。
解码网络630的输入为第1个经第M次上采样后的特征和第2个经第M次上采样后的特征,输出预测图像。
图7是根据本公开的一个实施例的检测图像中关键点装置的框图。
如图7所示,该装置700可以包括第一获得模块710、上采样模块720和确定模块730。
第一获得模块710,用于根据目标图像,得到K个第一特征,K≥1。
上采样模块720,用于针对所述K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征。
确定模块,用于根据所述K个经上采样后的特征,确定所述目标图像中关键点的位置。
在一些实施例中,第一获得模块包括:第一下采样子模块,用于对所述目标图像进行下采样操作,得到第二特征;第一获得子模块,用于根据所述第二特征,得到所述K个第一特征。
在一些实施例中,所述K个第一特征包括第一子特征和第二子特征,所述获得模块包括:第二获得子模块,用于根据所述目标图像的多个行像素值,得到所述第一子特征;第三获得子模块,用于根据所述目标图像的多个列像素值,得到所述第二子特征。
在一些实施例中,所述上采样模块包括:第一上采样子模块,用于针对所述K个第一特征,对每个第一特征进行M次上采样操作,得到K个经M次上采样后的特征,M≥1。
在一些实施例中,所述上采样子模块包括:第一融合单元,用于对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征;所述第N-i个第二特征是对所述目标子图像进行N-i次下采样操作得到的,所述目标子图像是根据所述目标图像得到的,i=1,......N-1,N≤M-1;k=1,......K;第一上采样单元,用于对所述经第i次上采样后的第k个融合特征进行第i+1次上采样操作,得到第k个经第i+1次上采样后的特征。
图8是根据本公开的一个实施例的训练关键点检测模型的装置的框图。
如图8所示,该装置800可以包括第二获得模块810、执行模块820、上采样子模块830、确定子模块840和调整子模块850。
第二获得模块810,用于根据训练图像,得到K个第一特征,K≥1。
执行模块820,用于针对所述K个第一特征,通过以下子模块执行相应操作。
第二上采样子模块830,用于进行第m次上采样操作,得到K个经第m次上采样后的特征,m=1,......M,M≥1。
确定子模块840,用于根据所述K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值;所述标签特征是根据所述训练图像的标签得到的。
调整子模块850,用于根据所述第m个损失值,调整上采样操作的参数。
在一些实施例中,所述第二获得模块包括:第二下采样子模块,用于对所述训练图像进行下采样操作,得到第二特征;第四获得子模块,用于根据所述第二特征,得到所述K个第一特征。
在一些实施例中,所述K个第一特征包括第一子特征和第二子特征,所述第二获得模块包括:第五获得子模块,用于根据所述训练图像的多行像素值,得到所述第一子特征;第六获得子模块,用于根据所述训练图像的多列像素值,得到所述第二子特征。
在一些实施例中,所述第二上采样子模块包括:第二上采样单元,用于针对K个经第m-1次上采样后的特征,对每个经第m-1次上采样后的特征进行第m次上采样操作,得到K个经第m次上采样后的特征,m=2,......M-1,M≥2;所述调整子模块包括:第一调整单元,用于根据所述第m个损失值,调整第m+1次上采样操作的参数。
在一些实施例中,所述第二上采样模块还包括以下至少之一:第三上采样单元,用于针对K个第一特征,对每个第一特征进行第1次上采样操作,得到经第1次上采样后的特征;第四上采样单元,用于针对K个经第M-1次上采样后的特征,对每个经第M-1次上采样后的特征进行第M次上采样操作,得到K个经第M次上采样后的特征;
在一些实施例中,所述确定子模块包括:第一确定单元,用于根据第k个经第m次上采样后的特征和第k个经第m次上采样后的标签特征,确定第k个子损失值,k=1,......K;第二确定单元,用于根据所述第k个子损失值,确定第m个损失值。
在一些实施例中,所述第二上采样子模块包括:第五上采样单元,用于对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征;i=2,......N-1;N≤M-1,所述第N-i个第二特征是对训练子图像进行N-i次下采样操作得到的,所述训练子图像是根据所述训练图像得到的,k=1,......K;所述确定子模块包括:第三确定单元,用于根据经第i次上采样后的K个融合特征和K个经第i次上采样后的标签特征,确定第i个损失值;所述调整子模块包括:第二调整单元,用于根据所述第i个损失值,调整第i+1次上采样操作的参数。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
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。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。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9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来进行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901进行上文所描述的各个方法和处理,例如检测图像中关键点的和/或训练关键点检测模型的方法。例如,在一些实施例中,检测图像中关键点的和/或训练关键点检测模型的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901进行时,可以进行上文描述的检测图像中关键点的和/或训练关键点检测模型的方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为进行检测图像中关键点的和/或训练关键点检测模型的方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、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***上进行和/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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器进行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上进行、部分地在机器上进行,作为独立软件包部分地在机器上进行且部分地在远程机器上进行或完全在远程机器或服务器上进行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令进行***、装置或设备使用或与指令进行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
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,本发公开中记载的各步骤可以并行地进行也可以顺序地进行也可以不同的次序进行,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (27)
1.一种检测图像中关键点的方法,包括:
根据目标图像,得到K个第一特征,K≥1;
针对所述K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征;以及
根据所述K个经上采样后的特征,确定所述目标图像中关键点的位置。
2.根据权利要求1所述的方法,其中,所述根据目标图像,得到K个第一特征包括:
对所述目标图像进行下采样操作,得到第二特征;
根据所述第二特征,得到所述K个第一特征。
3.根据权利要求1所述的方法,其中,所述K个第一特征包括第一子特征和第二子特征,
所述根据目标图像,得到K个第一特征包括:
根据所述目标图像的多个行像素值,得到所述第一子特征;
根据所述目标图像的多个列像素值,得到所述第二子特征。
4.根据权利要求1至3任一项所述的方法,其中,所述针对所述K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征包括:
针对所述K个第一特征,对每个第一特征进行M次上采样操作,得到K个经上采样后的特征,M≥1。
5.根据权利要求4所述的方法,其中,所述针对所述K个第一特征,对每个第一特征进行M次上采样操作,得到K个经上采样后的特征包括:
对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征;所述第N-i个第二特征是对目标子图像进行N-i次下采样操作得到的,所述目标子图像是根据所述目标图像得到的,i=1,......N-1,N≤M-1;k=1,......K;
对所述经第i次上采样后的第k个融合特征进行第i+1次上采样操作,得到第k个经第i+1次上采样后的特征。
6.一种训练关键点检测模型的方法,包括:
根据训练图像,得到K个第一特征,K≥1;
针对所述K个第一特征,执行以下操作:
进行第m次上采样操作,得到K个经第m次上采样后的特征,m=1,......M,M≥1;
根据所述K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值;所述标签特征是根据所述训练图像的标签得到的;以及
根据所述第m个损失值,调整上采样操作的参数。
7.根据权利要求6所述的方法,其中,所述根据训练图像,得到K个第一特征包括:
对所述训练图像进行下采样操作,得到第二特征;
根据所述第二特征,得到所述K个第一特征。
8.根据权利要求6所述的方法,其中,所述K个第一特征包括第一子特征和第二子特征,
所述根据训练图像,得到K个第一特征包括:
根据所述训练图像的多行像素值,得到所述第一子特征;
根据所述训练图像的多列像素值,得到所述第二子特征。
9.根据权利要求6所述的方法,其中,
所述进行第m次上采样操作,得到K个经第m次上采样后的特征包括:
针对K个经第m-1次上采样后的特征,对每个经第m-1次上采样后的特征进行第m次上采样操作,得到K个经第m次上采样后的特征,m=2,......M-1,M≥2;
所述根据所述损失值,调整上采样操作的参数包括:
根据所述第m个损失值,调整第m+1次上采样操作的参数。
10.根据权利要求6所述的方法,其中,所述进行第m次上采样操作,得到K个经第m次上采样后的特征还包括以下至少之一:
针对K个第一特征,对每个第一特征进行第1次上采样操作,得到经第1次上采样后的特征;
针对K个经第M-1次上采样后的特征,对每个经第M-1次上采样后的特征进行第M次上采样操作,得到K个经第M次上采样后的特征。
11.根据权利要求6或9所述的方法,其中,所述根据所述K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值包括:
根据第k个经第m次上采样后的特征和第k个经第m次上采样后的标签特征,确定第k个子损失值,k=1,......K;
根据所述第k个子损失值,确定第m个损失值。
12.根据权利要求6所述的方法,其中,
所述进行第m次上采样操作,得到K个经第m次上采样后的特征包括:
对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征;i=2,......N-1;N≤M-1,所述第N-i个第二特征是对训练子图像进行N-i次下采样操作得到的,所述训练子图像是根据所述训练图像得到的,k=1,......K;
所述根据所述K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值包括:
根据经第i次上采样后的K个融合特征和K个经第i次上采样后的标签特征,确定第i个损失值;
所述根据所述第m个损失值,调整上采样操作的参数包括:
根据所述第i个损失值,调整第i+1次上采样操作的参数。
13.一种检测图像中关键点的装置,包括:
第一获得模块,用于根据目标图像,得到K个第一特征,K≥1;
上采样模块,用于针对所述K个第一特征,对每个第一特征进行上采样操作,得到K个经上采样后的特征;以及
确定模块,用于根据所述K个经上采样后的特征,确定所述目标图像中关键点的位置。
14.根据权利要求13所述的装置,其中,所述第一获得模块包括:
第一下采样子模块,用于对所述目标图像进行下采样操作,得到第二特征;
第一获得子模块,用于根据所述第二特征,得到所述K个第一特征。
15.根据权利要求13所述的装置,其中,所述K个第一特征包括第一子特征和第二子特征,
所述获得模块包括:
第二获得子模块,用于根据所述目标图像的多个行像素值,得到所述第一子特征;
第三获得子模块,用于根据所述目标图像的多个列像素值,得到所述第二子特征。
16.根据权利要求13至15任一项所述的装置,其中,所述上采样模块包括:
第一上采样子模块,用于针对所述K个第一特征,对每个第一特征进行M次上采样操作,得到K个经M次上采样后的特征,M≥1。
17.根据权利要求16所述的装置,其中,所述第一上采样子模块包括:
第一融合单元,用于对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征;所述第N-i个第二特征是对所述目标子图像进行N-i次下采样操作得到的,所述目标子图像是根据所述目标图像得到的,i=1,......N-1,N≤M-1;k=1,......K;
第一上采样单元,用于对所述经第i次上采样后的第k个融合特征进行第i+1次上采样操作,得到第k个经第i+1次上采样后的特征。
18.一种训练关键点检测模型的装置,包括:
第二获得模块,用于根据训练图像,得到K个第一特征,K≥1;
执行模块,用于针对所述K个第一特征,通过以下子模块执行相应操作;
第二上采样子模块,用于进行第m次上采样操作,得到K个经第m次上采样后的特征,m=1,......M,M≥1;
确定子模块,用于根据所述K个经第m次上采样后的特征和K个经第m次上采样后的标签特征,确定第m个损失值;所述标签特征是根据所述训练图像的标签得到的;
调整子模块,用于根据所述第m个损失值,调整上采样操作的参数。
19.根据权利要求18所述的装置,其中,所述第二获得模块包括:
第二下采样子模块,用于对所述训练图像进行下采样操作,得到第二特征;
第四获得子模块,用于根据所述第二特征,得到所述K个第一特征。
20.根据权利要求18所述的装置,其中,所述K个第一特征包括第一子特征和第二子特征,
所述第二获得模块包括:
第五获得子模块,用于根据所述训练图像的多行像素值,得到所述第一子特征;
第六获得子模块,用于根据所述训练图像的多列像素值,得到所述第二子特征。
21.根据权利要求18所述的装置,其中,所述第二上采样子模块包括:
第二上采样单元,用于针对K个经第m-1次上采样后的特征,对每个经第m-1次上采样后的特征进行第m次上采样操作,得到K个经第m次上采样后的特征,m=2,......M-1,M≥2;
所述调整子模块包括:
第一调整单元,用于根据所述第m个损失值,调整第m+1次上采样操作的参数。
22.根据权利要求18所述的装置,其中,所述第二上采样子模块还包括以下至少之一:
第三上采样单元,用于针对K个第一特征,对每个第一特征进行第1次上采样操作,得到经第1次上采样后的特征;
第四上采样单元,用于针对K个经第M-1次上采样后的特征,对每个经第M-1次上采样后的特征进行第M次上采样操作,得到K个经第M次上采样后的特征。
23.根据权利要求18或21所述的装置,其中,所述确定子模块包括:
第一确定单元,用于根据第k个经第m次上采样后的特征和第k个经第m次上采样后的标签特征,确定第k个子损失值,k=1,......K;
第二确定单元,用于根据所述第k个子损失值,确定第m个损失值。
24.根据权利要求21所述的装置,其中,所述第二上采样子模块包括:
第五上采样单元,用于对根据第N-i个第二特征得到的第k个第三特征和第k个经第i次上采样后的特征进行融合操作,得到经第i次上采样后的第k个融合特征;i=2,......N-1;N≤M-1,所述第N-i个第二特征是对训练子图像进行N-i次下采样操作得到的,所述训练子图像是根据所述训练图像得到的,k=1,......K;
所述确定子模块包括:
第三确定单元,用于根据经第i次上采样后的K个融合特征和K个经第i次上采样后的标签特征,确定第i个损失值;
所述调整子模块包括:
第二调整单元,用于根据所述第i个损失值,调整第i+1次上采样操作的参数。
25.一种电子设备,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进行的指令,所述指令被所述至少一个处理器进行,以使所述至少一个处理器能够进行权利要求1至12中任一项所述的方法。
26.一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进行根据权利要求1至12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器进行时实现根据权利要求1至12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279959.XA CN113989846A (zh) | 2021-10-29 | 2021-10-29 | 检测图像中关键点的方法、训练关键点检测模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279959.XA CN113989846A (zh) | 2021-10-29 | 2021-10-29 | 检测图像中关键点的方法、训练关键点检测模型的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113989846A true CN113989846A (zh) | 2022-01-28 |
Family
ID=79745095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111279959.XA Pending CN113989846A (zh) | 2021-10-29 | 2021-10-29 | 检测图像中关键点的方法、训练关键点检测模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113989846A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011004345A (ja) * | 2009-06-22 | 2011-01-06 | Nippon Hoso Kyokai <Nhk> | 空間ダウンサンプリング処理装置、空間アップサンプリング処理装置、符号化装置、復号装置及びプログラム |
CN109684973A (zh) * | 2018-12-18 | 2019-04-26 | 哈尔滨工业大学 | 基于对称一致性的卷积神经网络的人脸图像填充*** |
US20190156144A1 (en) * | 2017-02-23 | 2019-05-23 | Beijing Sensetime Technology Development Co., Ltd | Method and apparatus for detecting object, method and apparatus for training neural network, and electronic device |
CN110309706A (zh) * | 2019-05-06 | 2019-10-08 | 深圳市华付信息技术有限公司 | 人脸关键点检测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-10-29 CN CN202111279959.XA patent/CN113989846A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011004345A (ja) * | 2009-06-22 | 2011-01-06 | Nippon Hoso Kyokai <Nhk> | 空間ダウンサンプリング処理装置、空間アップサンプリング処理装置、符号化装置、復号装置及びプログラム |
US20190156144A1 (en) * | 2017-02-23 | 2019-05-23 | Beijing Sensetime Technology Development Co., Ltd | Method and apparatus for detecting object, method and apparatus for training neural network, and electronic device |
CN109684973A (zh) * | 2018-12-18 | 2019-04-26 | 哈尔滨工业大学 | 基于对称一致性的卷积神经网络的人脸图像填充*** |
CN110309706A (zh) * | 2019-05-06 | 2019-10-08 | 深圳市华付信息技术有限公司 | 人脸关键点检测方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
QIN ZOU 等: "DeepCrack:Learning Hierarchical Convolutional Features for Crack Detection", 《IEEE》, 31 October 2018 (2018-10-31) * |
仲崇权 等: "基于霍夫变换的工位点识别算法设计与实现", 《物联网技术》, 31 August 2016 (2016-08-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113657390B (zh) | 文本检测模型的训练方法和检测文本方法、装置和设备 | |
US11222211B2 (en) | Method and apparatus for segmenting video object, electronic device, and storage medium | |
CN113436100B (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN113642583B (zh) | 用于文本检测的深度学习模型训练方法及文本检测方法 | |
CN114022887B (zh) | 文本识别模型训练及文本识别方法、装置、电子设备 | |
CN114187459A (zh) | 目标检测模型的训练方法、装置、电子设备以及存储介质 | |
CN113570606A (zh) | 目标分割的方法、装置及电子设备 | |
CN113902696A (zh) | 图像处理方法、装置、电子设备和介质 | |
CN112967315A (zh) | 一种目标跟踪方法、装置及电子设备 | |
CN114022865A (zh) | 基于车道线识别模型的图像处理方法、装置、设备和介质 | |
CN113920313A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114120454A (zh) | 活体检测模型的训练方法、装置、电子设备及存储介质 | |
CN113326766A (zh) | 文本检测模型的训练方法及装置、文本检测方法及装置 | |
CN116310356B (zh) | 深度学习模型的训练方法、目标检测方法、装置及设备 | |
CN114973333B (zh) | 人物交互检测方法、装置、设备以及存储介质 | |
CN113989846A (zh) | 检测图像中关键点的方法、训练关键点检测模型的方法 | |
CN115578261A (zh) | 图像处理方法、深度学习模型的训练方法、装置 | |
CN114463734A (zh) | 文字识别方法、装置、电子设备及存储介质 | |
CN113361536A (zh) | 图像语义分割模型训练、图像语义分割方法及相关装置 | |
CN114330576A (zh) | 模型处理方法、装置、图像识别方法及装置 | |
KR20220146663A (ko) | 비디오 복구 방법, 장치, 기기, 매체 및 컴퓨터 프로그램 | |
CN113989720A (zh) | 目标检测方法、训练方法、装置、电子设备及存储介质 | |
CN115908982B (zh) | 图像处理方法、模型训练方法、装置、设备和存储介质 | |
CN116778006B (zh) | 图片编码器的建模方法、装置、电子设备及存储介质 | |
CN113378850B (zh) | 模型训练方法、路面损伤分割方法、装置和电子设备 |
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 |