TW202303451A - 指甲識別方法、裝置、設備及儲存媒體 - Google Patents

指甲識別方法、裝置、設備及儲存媒體 Download PDF

Info

Publication number
TW202303451A
TW202303451A TW110148657A TW110148657A TW202303451A TW 202303451 A TW202303451 A TW 202303451A TW 110148657 A TW110148657 A TW 110148657A TW 110148657 A TW110148657 A TW 110148657A TW 202303451 A TW202303451 A TW 202303451A
Authority
TW
Taiwan
Prior art keywords
nail
image
key point
detection
frame
Prior art date
Application number
TW110148657A
Other languages
English (en)
Inventor
劉昕
謝符寶
劉文韜
Original Assignee
大陸商北京市商湯科技開發有限公司
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 大陸商北京市商湯科技開發有限公司 filed Critical 大陸商北京市商湯科技開發有限公司
Publication of TW202303451A publication Critical patent/TW202303451A/zh

Links

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
    • G06F18/24—Classification techniques
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)

Abstract

公開了一種指甲識別方法、裝置、設備及儲存媒體，所述方法包括：獲取第一影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域；根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。

Description

指甲識別方法、裝置、設備及儲存媒體
本申請涉及影像識別技術領域，尤其涉及一種指甲識別方法、裝置、設備及儲存媒體。
指甲識別在移動互娛、虛擬試裝、虛擬實境VR、擴增實境AR等領域具有重要的應用前景。相關技術中，通常利用分割模型（segmentation）得到影像或視頻中的指甲區域，然而這種方法並不能得到指甲輪廓的語意資訊，使得識別結果在各個應用場景中的使用受到了限制。
本公開實施例提供一種指甲識別方案。
根據本公開的一方面，提供一種指甲識別方法，所述方法包括：獲取第一影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域；根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
通過獲取指甲的分類結果，並根據指甲所屬手指類型獲得相應的指甲對應的第一關鍵點，可以獲得指甲的類別資訊和指甲輪廓的完整語意特徵，便於指甲識別結果在各個場景下的應用。
結合本公開提供的任一實施方式，所述根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中，所述指甲的多個第一關鍵點，包括：從所述第一影像中裁剪出所述指甲對應的影像區域；將裁剪出的影像區域輸入至所述指甲所屬手指類型對應的第一關鍵點檢測網路中，得到所述指甲的多個第一關鍵點。
通過裁剪出所述指甲對應的影像區域，並根據裁剪出的影像進行指甲關鍵點檢測，可以提高指甲關鍵點檢測的效率和準確度。
結合本公開提供的任一實施方式，所述方法還包括：獲取所述指甲對應的影像區域中各個像素的二分類結果，所述二分類結果指示所述像素為前景像素或背景像素；將所述二分類結果中指示為背景像素的像素設置為第一像素值。
通過對所述指甲對應的影像區域中，或者裁剪出的影像中的背景像素進行濾除操作，只保留真實指甲對應的區域，可以減小指甲關鍵點誤檢的機率。
結合本公開提供的任一實施方式，所述方法還包括：依據所述指甲的多個第一關鍵點中的至少兩個第一關鍵點在所述影像區域中的位置資訊，確定所述指甲的方向。
通過獲取所述指甲的方向，便於指甲識別結果在各個場景下的應用，例如在為影像中指甲添加美甲特效的場景中，在獲知指甲的方向的情況下，可以更方便地為指甲添加美甲特效。
結合本公開提供的任一實施方式，所述方法還包括：獲取樣本影像；其中，所述樣本影像具有標註資訊，所述標註資訊指示與所述樣本影像所屬手指類型對應的第一關鍵點；將所述樣本影像輸入至所述第一關鍵點檢測網路，得到關鍵點檢測結果；根據所述關鍵點檢測結果與所述標註資訊之間的差異，對所述第一關鍵點檢測網路的網路參數進行調整。
通過根據樣本影像中指甲所述手指類型對指甲進行資訊標註，並利用所述樣本影像對第一關鍵點檢測網路進行訓練，可以實現第一關鍵點檢測網路針對指定手指類型的指甲的識別。
結合本公開提供的任一實施方式，所述第一影像是影像序列中的一幀，所述方法還包括：對於所述第一影像之後的第二影像，根據所述第二影像的前一幀中所述指甲的多個第一關鍵點，確定第二影像中的第二指甲檢測框；獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點。
通過根據影像序列中前一幀的關鍵點檢測結果，得到當前幀中的關鍵點檢測結果，可以減小數據處理量，提高指甲關鍵點檢測的速度和效率。
結合本公開提供的任一實施方式，所述根據所述第二影像的前一幀中的多個第一關鍵點，確定第二影像中的第二指甲檢測框，包括：根據所述前一幀中的所述指甲的多個第一關鍵點，得到所述指甲的外接矩形框；根據所述外接矩形框在所述前一幀中的位置資訊，將所述外接矩形框映射至所述第二影像中，作為所述第二影像中的第二指甲檢測框。
通過上述方法得到的第二影像中的第二指甲檢測框，相較於通過指甲檢測到的第一指甲檢測框，更接近指甲的真實區域，且包含更少指甲以外的部分，有利於提高關鍵點檢測的精度。
結合本公開提供的任一實施方式，所述獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點，包括：裁剪出所述第二影像中所述第二指甲檢測框對應的影像區域；將裁剪出的影像區域輸入至第二關鍵點檢測網路，得到所述指甲的第二關鍵點。
第二關鍵點檢測網路可以基於回歸關鍵點進行指甲關鍵點檢測，相較於基於熱度圖進行指甲關鍵點檢測的第一關鍵點檢測網路，網路結構更簡單、層數較小、處理速度更快，減少了進行指甲關鍵點檢測的耗時。
結合本公開提供的任一實施方式，在將所述裁剪出的影像區域輸入至第二關鍵點檢測網路之前，根據所述前一幀中所述指甲的方向，對所述裁剪出的影像進行旋轉處理。
對旋轉後的影像進行指甲關鍵點檢測，一方面可以提高檢測的效率，一方面也可以提高檢測的精度。
結合本公開提供的任一實施方式，所述方法還包括：在未檢測到所述指甲的第二關鍵點或所述指甲的第二關鍵點不符合設定要求的情況下，獲取第二影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；根據所述第一指甲檢測框得到所述第二影像中所述指甲對應的影像區域；根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
通過對追蹤得到的指甲的第二關鍵點進行判定，在未檢測到或者不符合設定要求的情況下，則重新進行指甲識別，一方面保證了指甲識別結果的連貫性，另一方面也保證了指甲識別結果的準確性。
根據本公開的一方面，提供一種指甲識別裝置，包括：第一獲取單元，用於獲取第一影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；第二獲取單元，用於根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域；識別單元，用於根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
結合本公開提供的任一實施方式，所述識別單元具體用於：從所述第一影像中裁剪出所述指甲對應的影像區域；將裁剪出的影像區域輸入至所述指甲所屬手指類型對應的第一關鍵點檢測網路中，得到所述指甲的多個第一關鍵點。
結合本公開提供的任一實施方式，所述裝置還包括過濾單元，用於：獲取所述指甲對應的影像區域中各個像素的二分類結果，所述二分類結果指示所述像素為前景像素或背景像素；將所述二分類結果中指示為背景像素的像素設置為第一像素值。
結合本公開提供的任一實施方式，所述裝置還包括定向單元，用於：依據所述指甲的多個第一關鍵點中的至少兩個第一關鍵點在所述影像區域中的位置資訊，確定所述指甲的方向。
結合本公開提供的任一實施方式，所述裝置還包括訓練單元，用於：獲取樣本影像；其中，所述樣本影像具有標註資訊，所述標註資訊指示與所述樣本影像所屬手指類型對應的第一關鍵點；將所述樣本影像輸入至所述第一關鍵點檢測網路，得到關鍵點檢測結果；根據所述關鍵點檢測結果與所述標註資訊之間的差異，對所述第一關鍵點檢測網路的網路參數進行調整。
結合本公開提供的任一實施方式，所述第一影像是影像序列中的一幀，所述裝置還包括追蹤單元，用於：對於所述第一影像之後的第二影像，根據所述第二影像的前一幀中所述指甲的多個第一關鍵點，確定第二影像中的第二指甲檢測框；獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點。
結合本公開提供的任一實施方式，所述追蹤單元在用於根據所述第二影像的前一幀中的多個第一關鍵點，確定第二影像中的第二指甲檢測框時，具體用於：根據所述前一幀中的所述指甲的多個第一關鍵點，得到所述指甲的外接矩形框；根據所述外接矩形框在所述前一幀中的位置資訊，將所述外接矩形框映射至所述第二影像中，作為所述第二影像中的第二指甲檢測框。
結合本公開提供的任一實施方式，所述追蹤單元在用於獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點時，具體用於：裁剪出所述第二影像中所述第二指甲檢測框對應的影像區域；將裁剪出的影像區域輸入至第二關鍵點檢測網路，得到所述指甲的第二關鍵點。
結合本公開提供的任一實施方式，所述裝置還包括旋轉單元，用於在將所述裁剪出的影像區域輸入至第二關鍵點檢測網路之前，根據所述前一幀中所述指甲的方向，對所述裁剪出的影像進行旋轉處理。
結合本公開提供的任一實施方式，所述裝置還包括判定單元，用於：在未檢測到所述指甲的第二關鍵點或所述指甲的第二關鍵點不符合設定要求的情況下，獲取第二影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；根據所述第一指甲檢測框得到所述第二影像中所述指甲對應的影像區域；根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
根據本公開的一方面，提供一種電子設備，所述設備包括儲存器、處理器，所述儲存器用於儲存可在處理器上運行的計算機指令，所述處理器用於在執行所述計算機指令時實現本公開提供的任一實施方式所述的指甲識別方法。
根據本公開的一方面，提供一種計算機可讀儲存媒體，其上儲存有計算機程式，所述程式被處理器執行時實現本公開提供的任一實施方式所述的指甲識別方法。
根據本公開的一方面，提供一種計算機程式產品，包括計算機程式，所述程式被處理器執行時實現本公開提供的任一實施方式所述的指甲識別方法。
應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本說明書。
這裡將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本說明書相一致的所有實施方式。相反，它們僅是與如所附申請專利範圍中所詳述的、本說明書的一些方面相一致的裝置和方法的例子。
在本說明書使用的術語是僅僅出於描述特定實施例的目的，而非旨在限制本說明書。在本說明書和所附申請專利範圍中所使用的單數形式的“一種”、“所述”和“該”也旨在包括多數形式，除非上下文清楚地表示其他含義。還應當理解，本文中使用的術語“和/或”是指並包含一個或多個相關聯的列出項目的任何或所有可能組合。
應當理解，儘管在本說明書可能採用術語第一、第二、第三等來描述各種資訊，但這些資訊不應限於這些術語。這些術語僅用來將同一類型的資訊彼此區分開。例如，在不脫離本說明書範圍的情況下，第一資訊也可以被稱為第二資訊，類似地，第二資訊也可以被稱為第一資訊。取決於語境，如在此所使用的詞語“如果”可以被解釋成為“在……時”或“當……時”或“響應於確定”。
相關技術中，在影像中識別出指甲還停留於對指甲區域的識別，最常用的方法就是分割模型，即，對影像中的每個像素點進行檢測，將屬於指甲的像素點組合起來，作為針對指甲的檢測結果。這種指甲檢測的方式，雖然能夠在影像中將屬於指甲的區域識別出來，但指甲是哪個手指的、哪個手的，以及指甲的朝向，都是上述指甲識別的方式所不能確定的，這大大限制了識別結果在各個應用場景中的使用，例如，在移動互娛、虛擬試妝、虛擬實境VR、擴增實境AR等場景下，用戶想要為指甲添加具有方向的特效，或者為不同的指甲添加不同的特效，那麼就需要在識別指甲時，能夠識別出指甲的類別，或者能夠識別出指甲的朝向等。
鑒於上述問題，本公開至少一個實施例提供了一種指甲識別方法，該方法可以由終端設備或伺服器等電子設備執行，所述終端設備可以是固定終端或移動終端，例如手機、平板電腦、遊戲機、桌機、廣告機、一體機、車載終端等等，所述伺服器包括本地伺服器或雲端伺服器等，所述方法還可以通過處理器調用儲存器中儲存的計算機可讀指令的方式來實現。
圖1示出根據本公開至少一個實施例的指甲識別方法的流程圖，如圖1所示，所述方法包括步驟101至步驟104。
在步驟101中，獲取第一影像中至少一個指甲的檢測結果。
其中，所述第一影像可以是即時拍攝的靜態影像或者視頻影像，也可以是從儲存器或者其他媒體中獲取的靜態影像或者視頻影像。並且，本公開實施例中的指甲可以是手部的指甲，也可以是腳部的指甲，本公開對此不進行限制。以所述指甲為手部的指甲為例，所述第一影像可以是單獨的手部影像，或者是包含了手部區域的人體影像；也可以是包含了一個或多個指甲的局部手部影像。
在本公開實施例中，可以利用指甲檢測網路對所述第一影像進行指甲檢測，得到所述第一影像中至少一個指甲的檢測結果。其中，所述指甲檢測網路為深度學習網路，例如RCNN、Fast RCNN、Faster RCNN等等。所述檢測結果可以包含第一指甲檢測框、第一指甲檢測框的位置資訊、所述指甲的分類結果等，其中，所述分類結果指示所述指甲所屬手指類型。指甲所屬手指類型表示該指甲是哪個手指的指甲，或者該指甲是哪個手的哪個手指的指甲。例如，所述分類結果指示食指，則表明該指甲是食指的指甲；又例如，所述分類結果指示左手大拇指，則表明該指甲是左手大拇指的指甲。
在利用指甲檢測網路對所述第一影像進行多目標檢測的情況下，則可以在檢測出指甲的同時，還得到所述指甲的分類結果。
該指甲檢測網路可以利用如下的樣本影像進行訓練：該樣本影像標註了所包含的至少一個指甲每個的包圍框，並且標註了該包圍框中該指甲所屬類型。
在步驟102中，根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域。其中，所述指甲的檢測框所包圍的影像區域，即為所述指甲對應的影像區域。
在步驟103中，根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
其中，指甲的多個第一關鍵點用於表徵指甲輪廓的不同位置點，其中每個第一關鍵點用於表徵指甲的特定位置點。指甲的輪廓具有一定的特點，通過特定位置點可勾勒出指甲的輪廓。因此，在檢測出所述指甲的多個第一關鍵點的情況下，則可以確定出所述指甲的輪廓，得到所述指甲的邊緣資訊。
在通常情況下，一個指甲可以對應12至32範圍內任意數目的第一關鍵點。以圖2所示的第一關鍵點示意圖為例，一個指甲對應於16個第一關鍵點。如圖2所示，第一關鍵點P1用於表徵位於指甲輪廓最底部的最左側的點，第一關鍵點P5用於表徵位於指甲輪廓最底部的最右側的點，第一關鍵點P11用於表徵位於指甲輪廓的最頂部中間的點。本領域技術人員應當瞭解，圖2所示的指甲對應於16個第一關鍵點僅用於示例，本公開對此不進行限制。
不同手指的指甲對應的第一關鍵點數目以及各個第一關鍵點在指甲輪廓上的位置，可以相同，也可以不同。一般情況下，大拇指的指甲面積要大於小拇指的指甲面積，輪廓長度也是如此，因此，大拇指的指甲可以對應於較多數目的第一關鍵點，例如32個；相對地，小拇指的指甲可以對較少數目的第一關鍵點，例如12個。本領域技術人員應當理解，以上所述的第一關鍵數目僅為示例，本公開實施例對此不進行限制。
在本公開實施例中，可以針對每個指甲所屬手指類型構建相應的第一關鍵點檢測網路，用於對屬於該手指類型的指甲進行指甲關鍵點檢測。例如，在所述指甲的分類結果指示所述指甲屬於左手大拇指的情況下，則調用左手大拇指的第一關鍵點檢測網路對所述指甲對應的影像區域進行指甲關鍵點檢測，得到左手大拇指的指甲上的多個第一關鍵點。
在本公開實施例中，獲取第一影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；之後根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域；並根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。通過獲取指甲的分類結果，並根據指甲所屬手指類型獲得相應的指甲對應的第一關鍵點，可以獲得指甲的類別資訊和指甲輪廓的完整語意特徵，便於指甲識別結果在各個場景下的應用。
在一些實施方式中，可以首先裁剪出所述指甲對應的影像區域，再將裁剪出的影像區域輸入至所述指甲所屬手指類型對應的第一關鍵點檢測網路中，得到所述指甲的多個第一關鍵點。
通過裁剪出所述指甲對應的影像區域，並根據裁剪出的影像進行指甲關鍵點檢測，可以提高指甲關鍵點檢測的效率和準確度。
在一些實施方式中，獲取所述指甲對應的影像區域中各個像素的二分類結果，所述二分類結果指示所述像素為前景像素或背景像素，前景像素即為指甲區域對應的像素，背景像素即為指甲區域以外的區域對應的像素。接下來，可以將所述二分類結果中指示為背景像素的像素設置為第一像素值，其中，所述第一像素值可以為0，或者255，也可以為其他數值，所述第一像素值的取值根據背景顏色的設置具體確定。通過將指示為背景像素的像素設置為第一像素值，可以將所述指甲對應的影像區域中被判斷為背景的影像區域過濾掉，使得所述指甲對應的影像區域中只保留了真實指甲對應的區域。
在一個示例中，也可以針對裁剪出的影像，根據所述影像中各個像素的二分類結果，將指示為背景像素的像素設置為第一像素值。
通過對所述指甲對應的影像區域中，或者裁剪出的影像中的背景像素進行濾除操作，只保留真實指甲對應的區域，可以減小指甲關鍵點誤檢的機率。
在一些實施方式中，可以依據所述指甲的多個第一關鍵點中的至少兩個第一關鍵點在所述影像區域中的位置資訊，確定所述指甲的方向。
由於所述指甲的每個第一關鍵點表徵一個指甲的特定位置點，因此，根據至少兩個第一關鍵點則可以表示出所述指甲的方向。
通常，可以將指甲的法線所指示的方向、即指甲的生長方向，確定為所述指甲的方向。一般情況下，在所述指甲的多個第一關鍵點中，位於指甲輪廓最底端中間的第一關鍵點與位於最頂端中間的第一關鍵點之間的連線，形成所述指甲的法線，因此，通過所述法線在所述第一影像中，或者在影像坐標系中所指示的方向，可以確定所述指甲的方向。
如圖2所示，可以將第一關鍵點P3與P11之間的連線，作為所述指甲的法線。在圖2中，P3與P11所形成的法線指示所述第一影像的垂直方向，因此可以確定圖2中指甲的方向為所述第一影像的垂直方向。
也可以根據所述指甲的多個關鍵點中的其他關鍵點來確定所述指甲的方向，本公開對此不進行限制。
通過獲取所述指甲的方向，便於指甲識別結果在各個場景下的應用，例如在為影像中指甲添加美甲特效的場景中，在獲知指甲的方向的情況下，可以更方便地為指甲添加美甲特效。
在一些實施方式中，可以通過以下方法對所述第一關鍵點檢測網路進行訓練。
獲取樣本影像；其中，所述樣本影像具有標註資訊，所述標註資訊指示與所述樣本影像所屬手指類型對應的第一關鍵點。樣本影像中標註的樣本關鍵點的數目可以是12至32範圍內的任意數目。例如，所述樣本影像中包含食指的指甲，並且在所述食指的指甲邊緣標註了16個樣本關鍵點。其中，每個樣本關鍵點具有序號，如圖2所示，位於指甲輪廓最底部最左側的點為第1號樣本關鍵點，表示為P1，在最底部最右側的點為第5號樣本關鍵點，表示為P5，等等。
將所述樣本影像輸入至所述第一關鍵點檢測網路，得到關鍵點檢測結果。所述關鍵點檢測結果中預測的第一關鍵點的數目與所標註的樣本關鍵點數目相同，並且所述預測的第一關鍵點同樣具有序號。
根據所述關鍵點檢測結果與所述標註資訊之間的差異，對所述第一關鍵點檢測網路的網路參數進行調整。也即，根據各個樣本關鍵點與對應的預測的第一關鍵點之間的差異，調整所述第一關鍵點檢測網路的網路參數。在差異小於設定閾值，或者迭代達到設定次數的情況下，停止訓練，得到完成訓練的第一關鍵點檢測網路。
通過根據樣本影像中指甲所屬手指類型對指甲進行資訊標註，並利用所述樣本影像對第一關鍵點檢測網路進行訓練，可以實現第一關鍵點檢測網路針對指定手指類型的指甲的識別。
在本公開實施例中，所述第一關鍵點檢測網路可以基於熱度圖進行指甲關鍵點檢測。
首先，生成所述第一影像中各個第一關鍵點的熱度圖。所述第一關鍵點的熱度圖是該第一關鍵點在所述第一影像中可能存在位置的機率分佈圖。
進而，根據所述第一關鍵點的熱度圖，可以確定所述第一關鍵點在所述第一影像中的坐標。
根據關鍵點熱度圖可以準確地確定第一影像中各個指甲的第一關鍵點的位置。
然而，由於基於熱度圖進行指甲關鍵點檢測的第一關鍵點檢測網路結構複雜、層數較多，並且耗時較大，本公開實施例提出了一種指甲關鍵點追蹤方法。在所述第一影像為視頻影像，也即所述第一影像是針對同一場景的影像序列中的一幀的情況下，對於所述第一影像之後的任一幀影像（第二影像），可以採用以下方法進行指甲關鍵點追蹤。
首先，根據第二影像的前一幀中所述指甲的多個第一關鍵點，確定所述第二影像中的第二指甲檢測框。
由於同一場景的影像序列中，連續兩幀影像中指甲的位置變化通常較小，因此，根據前一幀中一指甲的多個第一關鍵點，可以確定當前幀（第二影像）中該指甲的第二指甲檢測框。
在一些實施方式中，可以根據所述前一幀中的所述指甲的多個第一關鍵點，得到所述指甲的外接矩形框；根據所述外接矩形框在所述前一幀中的位置資訊，將所述外接矩形框映射至所述第二影像中，也即將所述外接矩形框放置於所述第二影像中與前一幀中相同的位置，作為所述第二影像中的第二指甲檢測框。
通過上述方法得到的第二影像中的第二指甲檢測框，相較於通過指甲檢測到的第一指甲檢測框，更接近指甲的真實區域，且包含更少指甲以外的部分，有利於提高關鍵點檢測的精度。
在一些實施方式中，可以裁剪出所述第二影像中所述第二指甲檢測框對應的影像區域；將裁剪出的影像區域輸入至第二關鍵點檢測網路，得到所述指甲的第二關鍵點。
在本公開實施例中，所述第二關鍵點檢測網路與所述第一關鍵點檢測網路的作用相同，都可以用於從輸入影像中檢測出指甲關鍵點；並且所述第二關鍵點檢測網路的訓練方法也可以與所述第一關鍵點檢測網路相同。然而，在所述第二檢測框包含指甲以外的部分更少的情況下，可以基於關鍵點回歸的方式，得到各個第二關鍵點在輸入影像中的坐標。
由於基於關鍵點回歸進行指甲關鍵點檢測的第二關鍵點檢測網路，相較於基於熱度圖進行指甲關鍵點檢測的第一關鍵點檢測網路，網路結構更簡單、層數較小、處理速度更快，減少了進行指甲關鍵點檢測的耗時。
在一些實施方式中，在將所述裁剪出的影像輸入至第二關鍵點檢測網路之前，可以根據所述前一幀中所述指甲的方向，對所述裁剪出的影像進行旋轉處理。
例如，在所述指甲的方向為法線與影像坐標系中的水平方向夾角為85度時，則可以根據該方向，將所述裁剪出來的影像沿逆時針方向旋轉5度，以使得所述指甲的方向為法線指向豎直方向。
對旋轉後的影像進行指甲關鍵點檢測，一方面可以提高檢測的效率，一方面也可以提高檢測的精度。
在本公開實施例中，通過根據影像序列中前一幀的關鍵點檢測結果，得到當前幀中的關鍵點檢測結果，可以減小數據處理量，提高指甲關鍵點檢測的速度和效率。
然而，在未檢測到所述指甲的第二關鍵點或所述指甲的第二關鍵點不符合設定要求，例如，檢測出的第二關鍵點超出裁剪出的影像區域的範圍的情況下，則判定追蹤失敗，仍然採用與對所述第一影像進行指甲關鍵點檢測的方法，對所述第二影像進行指甲關鍵點檢測，具體包括：獲取第二影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；根據所述第一指甲檢測框得到所述第二影像中所述指甲對應的影像區域；根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
通過對追蹤得到的指甲的第二關鍵點進行判定，在未檢測到或者不符合設定要求的情況下，則重新進行指甲識別，一方面保證了指甲識別結果的連貫性，另一方面也保證了指甲識別結果的準確性。
在一些實施方式中，可以通過以下方式對包含手部的視頻影像進行指甲識別。如圖3所示，該方法可以包括步驟301至309。
在步驟301中，對於所述視頻影像所包含的影像序列中的任一幀第一影像，可以利用指甲檢測網路對所述第一影像進行指甲檢測，得到所述第一影像中至少一個指甲的第一指甲檢測框，以及所述指甲的分類結果。其中，所述分類結果指示所述指甲所屬手指類型。
在通常情況下，所述第一影像為一個場景下的第一幀影像。
在步驟302中，將所述第一指甲檢測框對應的影像區域剪裁出來，得到第一指甲區域影像。
在步驟303中，獲取所述指甲區域影像中各個像素的二分類結果，所述二分類結果指示所述像素為前景像素或背景像素；將所述二分類結果中指示為背景像素的像素設置為第一像素值。
在步驟304中，將經步驟303處理的指甲區域影像輸入至第一關鍵點檢測網路，得到所述指甲的多個第一關鍵點。
在步驟305中，針對所述第一影像之後的第二影像，根據所述第二影像的前一幀中的所述指甲的多個第一關鍵點，得到所述指甲的外接矩形框；根據所述外接矩形框在所述前一幀中的位置資訊，將所述外接矩形框映射至所述第二影像中，作為所述第二影像中的第二指甲檢測框。
在步驟306中，將所述第二指甲檢測框對應的影像區域剪裁出來，得到第二指甲區域影像。
在步驟307中，根據所述前一幀中所述指甲的方向，對所述第二指甲區域影像進行旋轉，得到旋轉後的影像。其中，所述指甲的方向根據所述指甲的多個第一關鍵點中的至少兩個第一關鍵點在所述前一幀中的位置資訊確定。
在步驟308中，將旋轉後的影像輸入至第二關鍵點檢測網路，得到所述指甲的多個第二關鍵點。
在步驟309中，對步驟308得到的關鍵點檢測結果進行判定，在所述指甲的多個第二關鍵點滿足設定要求的情況下，判定對所述第二影像追蹤成功，返回至步驟305中，對下一幀影像繼續進行追蹤；在未檢測到第二關鍵點，或在所述指甲的多個第二關鍵點不滿足設定要求的情況下，判定追蹤不成功，則返回至步驟301，將所述第二影像作為第一影像進行處理。
圖4是本公開至少一個實施例提出的指甲識別裝置的結構示意圖，如圖4所示，該裝置可以包括：第一獲取單元401，用於獲取第一影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；第二獲取單元402，用於根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域；識別單元403，用於根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
結合本公開提供的任一實施方式，所述識別單元具體用於：從所述第一影像中裁剪出所述指甲對應的影像區域；將裁剪出的影像區域輸入至所述指甲所屬手指類型對應的第一關鍵點檢測網路中，得到所述指甲的多個第一關鍵點。
結合本公開提供的任一實施方式，所述裝置還包括過濾單元，用於：獲取所述指甲對應的影像區域中各個像素的二分類結果，所述二分類結果指示所述像素為前景像素或背景像素；將所述二分類結果中指示為背景像素的像素設置為第一像素值。
結合本公開提供的任一實施方式，所述裝置還包括定向單元，用於：依據所述指甲的多個第一關鍵點中的至少兩個第一關鍵點在所述影像區域中的位置資訊，確定所述指甲的方向。
結合本公開提供的任一實施方式，所述裝置還包括訓練單元，用於：獲取樣本影像；其中，所述樣本影像具有標註資訊，所述標註資訊指示與所述樣本影像所屬手指類型對應的第一關鍵點；將所述樣本影像輸入至所述第一關鍵點檢測網路，得到關鍵點檢測結果；根據所述關鍵點檢測結果與所述標註資訊之間的差異，對所述第一關鍵點檢測網路的網路參數進行調整。
結合本公開提供的任一實施方式，所述第一影像是影像序列中的一幀，所述裝置還包括追蹤單元，用於：對於所述第一影像之後的第二影像，根據所述第二影像的前一幀中所述指甲的多個第一關鍵點，確定第二影像中的第二指甲檢測框；獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點。
結合本公開提供的任一實施方式，所述追蹤單元在用於根據所述第二影像的前一幀中的多個第一關鍵點，確定第二影像中的第二指甲檢測框時，具體用於：根據所述前一幀中的所述指甲的多個第一關鍵點，得到所述指甲的外接矩形框；根據所述外接矩形框在所述前一幀中的位置資訊，將所述外接矩形框映射至所述第二影像中，作為所述第二影像中的第二指甲檢測框。
結合本公開提供的任一實施方式，所述追蹤單元在用於獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點時，具體用於：裁剪出所述第二影像中所述第二指甲檢測框對應的影像區域；將裁剪出的影像區域輸入至第二關鍵點檢測網路，得到所述指甲的第二關鍵點。
結合本公開提供的任一實施方式，所述裝置還包括旋轉單元，用於在將所述裁剪出的影像區域輸入至第二關鍵點檢測網路之前，根據所述前一幀中所述指甲的方向，對所述裁剪出的影像進行旋轉處理。
結合本公開提供的任一實施方式，所述裝置還包括判定單元，用於：在未檢測到所述指甲的第二關鍵點或所述指甲的第二關鍵點不符合設定要求的情況下，獲取第二影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型；根據所述第一指甲檢測框得到所述第二影像中所述指甲對應的影像區域；根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
本公開至少一個實施例還提供了一種電子設備，如圖5所示，所述設備包括儲存器501、處理器502，儲存器用於儲存可在處理器上運行的計算機指令，處理器用於在執行所述計算機指令時實現本公開任一實施例所述的影像處理方法。
本公開至少一個實施例還提供了一種計算機可讀儲存媒體，其上儲存有計算機程式，所述程式被處理器執行時實現本公開任一實施例所述的影像處理方法。
本公開至少一個實施例還提供了一種計算機程式產品，包括計算機程式，所述程式被處理器執行時實現本公開任一實施例所述的影像處理方法。
本領域技術人員應明白，本說明書一個或多個實施例可提供為方法、系統或計算機程式產品。因此，本說明書一個或多個實施例可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且，本說明書一個或多個實施例可採用在一個或多個其中包含有計算機可用程式代碼的計算機可用儲存媒體（包括但不限於磁碟儲存器、CD-ROM、光學儲存器等）上實施的計算機程式產品的形式。
本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於數據處理設備實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下，在申請專利範圍中記載的行為或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外，在附圖中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中，多任務處理和並行處理也是可以的或者可能是有利的。
本說明書中描述的主題及功能操作的實施例可以在以下中實現：數位電子電路、有形體現的計算機軟體或韌體、包括本說明書中公開的結構及其結構性等同物的計算機硬體、或者它們中的一個或多個的組合。本說明書中描述的主題的實施例可以實現為一個或多個計算機程式，即編碼在有形非暫時性程式載體上以被數據處理裝置執行或控制數據處理裝置的操作的計算機程式指令中的一個或多個模組。可替代地或附加地，程式指令可以被編碼在人工生成的傳播訊號上，例如機器生成的電、光或電磁訊號，該訊號被生成以將資訊編碼並傳輸到合適的接收機裝置以由數據處理裝置執行。計算機儲存媒體可以是機器可讀儲存設備、機器可讀儲存基板、隨機或串行存取記憶體設備、或它們中的一個或多個的組合。
本說明書中描述的處理及邏輯流程可以由執行一個或多個計算機程式的一個或多個可編程計算機執行，以通過根據輸入數據進行操作並生成輸出來執行相應的功能。所述處理及邏輯流程還可以由專用邏輯電路—例如FPGA（現場可程式邏輯閘陣列）或ASIC（特殊應用積體電路）來執行，並且裝置也可以實現為專用邏輯電路。
適合用於執行計算機程式的計算機包括，例如通用和/或專用微處理器，或任何其他類型的中央處理單元。通常，中央處理單元將從唯讀記憶體和/或隨機存取記憶體接收指令和數據。計算機的基本組件包括用於實施或執行指令的中央處理單元以及用於儲存指令和數據的一個或多個儲存器設備。通常，計算機還將包括用於儲存數據的一個或多個大容量儲存設備，例如磁碟、磁光碟或光碟等，或者計算機將可操作地與此大容量儲存設備耦接以從其接收數據或向其傳送數據，抑或兩種情況兼而有之。然而，計算機不是必須具有這樣的設備。此外，計算機可以嵌入在另一設備中，例如移動電話、個人數位助理（PDA）、移動音頻或視頻播放器、遊戲操縱臺、全球定位系統（GPS）接收機、或例如通用串行匯流排（USB）快閃記憶體驅動器的便攜式儲存設備，僅舉幾例。
適合於儲存計算機程式指令和數據的計算機可讀媒體包括所有形式的非揮發性記憶體、媒介和儲存器設備，例如包括半導體儲存器設備（例如EPROM、EEPROM和快閃記憶體設備）、磁碟（例如內部硬碟或可移動碟）、磁光碟以及CD ROM和DVD-ROM。處理器和儲存器可由專用邏輯電路補充或併入專用邏輯電路中。
雖然本說明書包含許多具體實施細節，但是這些不應被解釋為限制任何發明的範圍或所要求保護的範圍，而是主要用於描述特定發明的具體實施例的特徵。本說明書內在多個實施例中描述的某些特徵也可以在單個實施例中被組合實施。另一方面，在單個實施例中描述的各種特徵也可以在多個實施例中分開實施或以任何合適的子組合來實施。此外，雖然特徵可以如上所述在某些組合中起作用並且甚至最初如此要求保護，但是來自所要求保護的組合中的一個或多個特徵在一些情況下可以從該組合中去除，並且所要求保護的組合可以指向子組合或子組合的變型。
類似地，雖然在附圖中以特定順序描繪了操作，但是這不應被理解為要求這些操作以所示的特定順序執行或順次執行、或者要求所有例示的操作被執行，以實現期望的結果。在某些情況下，多任務和並行處理可能是有利的。此外，上述實施例中的各種系統模組和組件的分離不應被理解為在所有實施例中均需要這樣的分離，並且應當理解，所描述的程式組件和系統通常可以一起整合在單個軟體產品中，或者封裝成多個軟體產品。
由此，主題的特定實施例已被描述。其他實施例在所附申請專利範圍的範圍以內。在某些情況下，申請專利範圍中記載的動作可以以不同的順序執行並且仍實現期望的結果。此外，附圖中描繪的處理並非必需所示的特定順序或順次順序，以實現期望的結果。在某些實現中，多任務和並行處理可能是有利的。
以上所述僅為本說明書一個或多個實施例的較佳實施例而已，並不用以限制本說明書一個或多個實施例，凡在本說明書一個或多個實施例的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本說明書一個或多個實施例。
101:獲取第一影像中至少一個指甲的檢測結果 102:根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域 103:根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點 P1~P16:第一關鍵點 301:對於所述視頻影像所包含的影像序列中的任一幀第一影像，可以利用指甲檢測網路對所述第一影像進行指甲檢測，得到所述第一影像中至少一個指甲的第一指甲檢測框，以及所述指甲的分類結果 302:將所述第一指甲檢測框對應的影像區域剪裁出來，得到第一指甲區域影像 303:獲取所述指甲區域影像中各個像素的二分類結果，將所述二分類結果中指示為背景像素的像素設置為第一像素值 304:將經步驟303處理的指甲區域影像輸入至第一關鍵點檢測網路，得到所述指甲的多個第一關鍵點 305:針對所述第一影像之後的第二影像，根據所述第二影像的前一幀中的所述指甲的多個第一關鍵點，得到所述指甲的外接矩形框；根據所述外接矩形框在所述前一幀中的位置資訊，將所述外接矩形框映射至所述第二影像中，作為所述第二影像中的第二指甲檢測框 306:將所述第二指甲檢測框對應的影像區域剪裁出來，得到第二指甲區域影像 307:根據所述前一幀中所述指甲的方向，對所述第二指甲區域影像進行旋轉，得到旋轉後的影像 308:將旋轉後的影像輸入至第二關鍵點檢測網路，得到所述指甲的多個第二關鍵點 309:對步驟308得到的關鍵點檢測結果進行判定 401:第一獲取單元 402:第二獲取單元 403:識別單元 501:儲存器 502:處理器
圖1是本公開至少一個實施例提出的一種指甲識別方法的流程圖。 圖2是本公開至少一個實施例提出的指甲識別方法中指甲的第一關鍵點示意圖。 圖3是本公開至少一個實施例提出的另一種指甲識別方法的流程圖。 圖4是本公開至少一個實施例提出的指甲識別裝置的結構示意圖。 圖5是本公開至少一個實施例提出的電子設備的結構示意圖。
101:獲取第一影像中至少一個指甲的檢測結果
102:根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域
103:根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點

Claims (13)

  1. 一種指甲識別方法，其特徵在於，所述方法包括： 獲取第一影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型； 根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域； 根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
  2. 如請求項1所述的方法，其特徵在於，所述根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中，所述指甲的多個第一關鍵點，包括： 從所述第一影像中裁剪出所述指甲對應的影像區域； 將所述裁剪出的影像區域輸入至所述指甲所屬手指類型對應的第一關鍵點檢測網路中，得到所述指甲的多個第一關鍵點。
  3. 如請求項1或2所述的方法，其特徵在於，所述方法還包括： 獲取所述指甲對應的影像區域中各個像素的二分類結果，所述二分類結果指示所述像素為前景像素或背景像素； 將所述二分類結果中指示為背景像素的像素設置為第一像素值。
  4. 如請求項1或2所述的方法，其特徵在於，所述方法還包括： 依據所述指甲的多個第一關鍵點中的至少兩個第一關鍵點在所述影像區域中的位置資訊，確定所述指甲的方向。
  5. 如請求項2所述的方法，其特徵在於，所述方法還包括： 獲取樣本影像；其中，所述樣本影像具有標註資訊，所述標註資訊指示與所述樣本影像所屬手指類型對應的第一關鍵點； 將所述樣本影像輸入至所述第一關鍵點檢測網路，得到關鍵點檢測結果； 根據所述關鍵點檢測結果與所述標註資訊之間的差異，對所述第一關鍵點檢測網路的網路參數進行調整。
  6. 如請求項1、2、5任一項所述的方法，其特徵在於，所述第一影像是影像序列中的一幀，所述方法還包括： 對於所述第一影像之後的第二影像，根據所述第二影像的前一幀中所述指甲的多個第一關鍵點，確定所述第二影像中的第二指甲檢測框； 獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點。
  7. 如請求項6所述的方法，其特徵在於，所述根據所述第二影像的前一幀中的多個第一關鍵點，確定所述第二影像中的第二指甲檢測框，包括： 根據所述前一幀中的所述指甲的多個第一關鍵點，得到所述指甲的外接矩形框； 根據所述外接矩形框在所述前一幀中的位置資訊，將所述外接矩形框映射至所述第二影像中，作為所述第二影像中的第二指甲檢測框。
  8. 如請求項6所述的方法，其特徵在於，所述獲得在所述第二影像中所述第二指甲檢測框對應的影像區域中，所述指甲的多個第二關鍵點，包括： 裁剪出所述第二影像中所述第二指甲檢測框對應的影像區域； 將所述裁剪出的影像區域輸入至第二關鍵點檢測網路，得到所述指甲的第二關鍵點。
  9. 如請求項8所述的方法，其特徵在於，在將所述裁剪出的影像區域輸入至第二關鍵點檢測網路之前，根據所述前一幀中所述指甲的方向，對所述裁剪出的影像進行旋轉處理。
  10. 如請求項6任一項所述的方法，其特徵在於，所述方法還包括： 在未檢測到所述指甲的第二關鍵點或所述指甲的第二關鍵點不符合設定要求的情況下，獲取所述第二影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型； 根據所述第一指甲檢測框得到所述第二影像中所述指甲對應的影像區域； 根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
  11. 一種指甲識別裝置，其特徵在於，所述裝置包括： 第一獲取單元，用於獲取第一影像中至少一個指甲的檢測結果，所述檢測結果包含第一指甲檢測框以及所述指甲的分類結果，所述分類結果指示所述指甲所屬手指類型； 第二獲取單元，用於根據所述第一指甲檢測框得到所述第一影像中所述指甲對應的影像區域； 識別單元，用於根據所述指甲所屬手指類型，獲得在所述指甲對應的影像區域中所述指甲的多個第一關鍵點。
  12. 一種電子設備，其特徵在於，所述設備包括儲存器、處理器，所述儲存器用於儲存可在處理器上運行的計算機指令，所述處理器用於在執行所述計算機指令時實現請求項1至10任一項所述的方法。
  13. 一種計算機可讀儲存媒體，其上儲存有計算機程式，其特徵在於，所述程式被處理器執行時實現請求項1至10任一所述的方法。
TW110148657A 2021-06-30 2021-12-24 指甲識別方法、裝置、設備及儲存媒體 TW202303451A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110736401.3 2021-06-30
CN202110736401.3A CN113486761A (zh) 2021-06-30 2021-06-30 一种指甲识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
TW202303451A true TW202303451A (zh) 2023-01-16

Family

ID=77937059

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110148657A TW202303451A (zh) 2021-06-30 2021-12-24 指甲識別方法、裝置、設備及儲存媒體

Country Status (3)

Country Link
CN (1) CN113486761A (zh)
TW (1) TW202303451A (zh)
WO (1) WO2023273227A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486761A (zh) * 2021-06-30 2021-10-08 北京市商汤科技开发有限公司 一种指甲识别方法、装置、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2544971B (en) * 2015-11-27 2017-12-27 Holition Ltd Locating and tracking fingernails in images
CN109829463A (zh) * 2019-01-23 2019-05-31 深圳市邻友通科技发展有限公司 一种指甲识别方法、装置、美甲机及存储介质
CN111047526B (zh) * 2019-11-22 2023-09-26 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
SG10201912990QA (en) * 2019-12-23 2020-11-27 Sensetime Int Pte Ltd Gesture Recognition Method And Apparatus, Electronic Device, And Storage Medium
CN111739028A (zh) * 2020-05-26 2020-10-02 华南理工大学 指甲区域图像获取方法、***、计算设备及存储介质
CN112200183A (zh) * 2020-09-30 2021-01-08 北京字节跳动网络技术有限公司 图像处理的方法、装置、设备和计算机可读介质
CN112183388B (zh) * 2020-09-30 2024-07-23 抖音视界有限公司 图像处理方法、装置、设备和介质
CN113486761A (zh) * 2021-06-30 2021-10-08 北京市商汤科技开发有限公司 一种指甲识别方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113486761A (zh) 2021-10-08
WO2023273227A1 (zh) 2023-01-05

Similar Documents

Publication Publication Date Title
US10936911B2 (en) Logo detection
Huang et al. A coarse-to-fine algorithm for matching and registration in 3D cross-source point clouds
US9087403B2 (en) Maintaining continuity of augmentations
CN110060276B (zh) 对象追踪方法、追踪处理方法、相应的装置、电子设备
US11748401B2 (en) Generating congruous metadata for multimedia
US11704357B2 (en) Shape-based graphics search
CN106529573A (zh) 一种结合三维点云分割和局部特征匹配的实时物体检测方法
CN107610151B (zh) 行人轨迹线处理方法/***、计算机可读存储介质及设备
US20150095360A1 (en) Multiview pruning of feature database for object recognition system
US20170323149A1 (en) Rotation invariant object detection
CN110544268B (zh) 一种基于结构光及SiamMask网络的多目标跟踪方法
Tan et al. Distinctive accuracy measurement of binary descriptors in mobile augmented reality
WO2024012333A1 (zh) 位姿估计方法及相关模型的训练方法、装置、电子设备、计算机可读介质和计算机程序产品
CN112241736B (zh) 一种文本检测的方法及装置
Khandelwal et al. Detection of features to track objects and segmentation using grabcut for application in marker-less augmented reality
WO2023273227A1 (zh) 指甲识别方法、装置、设备及存储介质
CN110910478B (zh) Gif图生成方法、装置、电子设备及存储介质
WO2019100348A1 (zh) 图像检索方法和装置以及图像库的生成方法和装置
JP2006260311A (ja) マッチング方法およびマッチング装置ならびにプログラム
Yang et al. Keyframe-based camera relocalization method using landmark and keypoint matching
CN115004245A (zh) 目标检测方法、装置、电子设备和计算机存储介质
CN115210758A (zh) 运动模糊稳健的图像特征匹配
CN116259072B (zh) 一种动物识别方法、装置、设备以及存储介质
Plósz et al. Practical aspects of visual recognition for indoor mobile positioning
US20230073940A1 (en) Body Pose Tracking of Players from Sports Broadcast Video Feed