CN111259822A - 针对电商图像中模特脖颈关键点的检测方法 - Google Patents

针对电商图像中模特脖颈关键点的检测方法 Download PDF

Info

Publication number
CN111259822A
CN111259822A CN202010058747.8A CN202010058747A CN111259822A CN 111259822 A CN111259822 A CN 111259822A CN 202010058747 A CN202010058747 A CN 202010058747A CN 111259822 A CN111259822 A CN 111259822A
Authority
CN
China
Prior art keywords
neck
matrix
model
image
key 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.)
Pending
Application number
CN202010058747.8A
Other languages
English (en)
Inventor
石克阳
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.)
Hangzhou Weier Network Technology Co ltd
Original Assignee
Hangzhou Weier Network 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 Hangzhou Weier Network Technology Co ltd filed Critical Hangzhou Weier Network Technology Co ltd
Priority to CN202010058747.8A priority Critical patent/CN111259822A/zh
Publication of CN111259822A publication Critical patent/CN111259822A/zh
Pending legal-status Critical Current

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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Abstract

本发明涉及图像识别技术领域，特别地，涉及一种针对电商图像中模特脖颈关键点的检测方法，包括如下步骤：步骤一，确定人体脖颈关键点的数量Ns和位置Ls，作为标注标准；步骤二，在含有模特全身或上半身的商品图像中进行标注；步骤三训练出一个人类脖颈关键点检测模型；步骤四输入待检测图像，进行检测；步骤五，根据检测模型的检测结果，给出检测出的模特脖颈关键点的数量Np及位置Lp；步骤六，比较矩阵As和矩阵Ap的相似性。通过上述步骤，便可准确的检测出模特脖颈位置，为图像进一步的头部姿态识别、商品识别提供了帮助，从而无需准备对商品按照衣领进行人工分类，节省了人力成本。

Description

针对电商图像中模特脖颈关键点的检测方法
技术领域
本发明涉及图像识别技术领域，特别地，涉及一种针对电商图像中模特脖颈关键点的检测方法。
背景技术
电商场景中，商家上传的图片一般是2D的静态图片，其中很多都是模特身着特定商品的展示图。在包含全身或上半身电商图像识别系统中，通常的做法是确定头部和躯干的位置，为之后的头部姿态识别、商品识别等提供支持。
因为没有特定去识别脖颈位置，所以会导致头部和躯干的分界线不明确，进而会影响商品定位和识别。比如：羽绒服有高领、中领和低领等种类，高领完全遮挡住模特的脖颈，而低领则会露出全部脖颈。如果仅将模特上身分为头部与躯干，将以下颌作为分界线，那么对于低领羽绒服而言，它的上边界明显超出实际商品边界，反过来，如果把锁骨当作边界，则会导致高领羽绒服图像被割裂了。这就需要首先去识别定位模特的脖颈部分，来确上衣商品的上边界和头部的下边界。但是因为衣领的高度，难以保证脖颈部分的显露程度。比如在低领衣服的模特商品图，可以检测到完整的脖颈，但中领衣服的模特商品图，只有部分的脖颈。这样给脖颈检测带来了严重的干扰。一类方案是将模特商品图按照脖颈显露程度用人工方式分为不同组，分别进行识别，那么显而易见，这种方式比较耗时耗力，同时也难以保证枚举出全部可能性。
发明内容
有鉴于此，本发明目的是提供针对电商图像中模特脖颈关键点的检测方法。
为了解决上述技术问题，本发明的技术方案是：
一种针对电商图像中模特脖颈关键点的检测方法，包括如下步骤：
S1、确定人体脖颈关键点的数量Ns和位置Ls，作为标注标准；
S2、标注数据：根据步骤S1中确定的数据，在含有模特全身或上半身的商品图像中进行标注；
S3、根据步骤S2中标注的数据，训练出一个人类脖颈关键点检测模型，在检测模型中，所有关键点的位置Ls区域构成一个矩阵As；
S4、输入待检测图像，通过检测模型进行检测；
S5、根据检测模型的检测结果，给出检测出的模特脖颈关键点的数量Np及位置Lp，其中检测出的关键点位置Lp所在区域构成预测矩阵Ap；
S6、比较矩阵As和矩阵Ap的相似性，若矩阵As和矩阵Ap的相似性小于或等于预设值，则输出当前已检测出的关键点作为识别结果。
进一步的：检测模型的检测算法采用OpenPose算法。
进一步的，步骤S6，具体包括如下步骤：
S61、确定矩阵As的特征向量Xs；
S62、确定矩阵Ap的特征向量Xp；
S63、计算特征向量Xs和特征向量Xp差值的平均和S＝||Xs-Xp||；
S64、设置置信度阈值Th，当S≤Th时，即可输出当前已检测出的关键点作为识别结果。
进一步的，在步骤S61中，通过公式(As-λE)Xs＝0确定矩阵As的特征向量Xs；在步骤S62中，通过公式(Ap-λE)Xp＝0确定矩阵Ap的特征向量Xp。
较之现有技术，本发明的优点在于：
本发明提供了针对电商图片的脖颈关键点检测技术，可以快速准确地检测出模特脖颈位置，为图像进一步的头部姿态识别、商品识别提供了帮助。
本发明提供了的脖颈关键点检测技术，可以无需准备对商品按照衣领进行人工分类，节省了人力成本。
附图说明
图1为本发明作为标注标准的脖颈关键点位置，图中圆圈部分表示关键点。
具体实施方式
以下结合附图，对本发明的具体实施方式作进一步详述，以使本发明技术方案更易于理解和掌握。
实施例：
参照图1所示，本实施例提供一种针对电商图像中模特脖颈关键点的检测方法，具体包括如下步骤：
步骤一、确定人体脖颈关键点的数量Ns和位置Ls，作为标注标准，例如可通过专业医生顾问团确定人体脖颈关键点的数量Ns和位置Ls，具体位置如图1所示；
步骤二、标注数据：根据步骤一中确定的数据，在含有模特全身或上半身的商品图像中进行标注，换言之，按照步骤一中确定的标注标准，在图像上标注出各关键点的位置。
步骤三、根据步骤二中标注的数据，训练出一个人类脖颈关键点检测模型，其中检测算法可以采用OpenPose算法，值得一提的是，OpenPose模型是基于深度学习的一种人体关键点检测模型，通过脖颈商业图像集的训练，可以得到专注于脖颈关键点的检测模型。
如此，在检测模型中，所有关键点的位置Ls区域构成一个矩阵As。
步骤四、输入待检测图像，通过检测模型进行检测，值得一提的是，输入的待检测图片为含有模特全身或上半身的商品图像；
步骤五、根据检测模型的检测结果，给出检测出的模特脖颈关键点的数量Np及位置Lp，其中检测出的关键点位置Lp所在区域构成预测矩阵Ap；在正常情况下，检测出点的关键点数小于或等于总共的关键点数Ns，即Np∈(0,Ns)。
步骤六、比较矩阵As和矩阵Ap的相似性，可以通过比较两个矩阵的特征向量来确定矩阵As和矩阵Ap的相似性，进而确定关键点检测的准确性和漏检率；其中通过公式(As-λE)Xs＝0确定矩阵As的特征向量Xs；通过公式(Ap-λE)Xp＝0确定矩阵Ap的特征向量Xp。
接下来，计算特征向量Xs和特征向量Xp差值的平均和S＝||Xs-Xp||，S越小，说明两个矩阵越相似，也就说明脖颈关键点找得越准确；
最后，设置置信度阈值Th，当S≤Th时，即可输出当前已检测出的关键点作为识别结果,换言之，存在于该矩阵Ap中的关键点即为所需的关键点，作为识别结果输出(此总结描述有无问题)。
通过上述步骤，便可准确的检测出模特脖颈位置，为图像进一步的头部姿态识别、商品识别提供了帮助，从而无需准备对商品按照衣领进行人工分类，节省了人力成本。
以上只是本发明的典型实例，除此之外，本发明还可以有其它多种具体实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求保护的范围。

Claims (4)

1.针对电商图像中模特脖颈关键点的检测方法，其特征在于，包括如下步骤：
S1、确定人体脖颈关键点的数量Ns和位置Ls，作为标注标准；
S2、标注数据：根据步骤S1中确定的数据，在含有模特全身或上半身的商品图像中进行标注；
S3、根据步骤S2中标注的数据，训练出一个人类脖颈关键点检测模型，在检测模型中，所有关键点的位置Ls区域构成一个矩阵As；
S4、输入待检测图像，通过检测模型进行检测；
S5、根据检测模型的检测结果，给出检测出的模特脖颈关键点的数量Np及位置Lp，其中检测出的关键点位置Lp所在区域构成预测矩阵Ap；
S6、比较矩阵As和矩阵Ap的相似性，若矩阵As和矩阵Ap的相似性小于或等于预设值，则输出当前已检测出的关键点作为识别结果。
2.根据权利要求1所述的针对电商图像中模特脖颈关键点的检测方法，其特征在于：检测模型的检测算法采用OpenPose算法。
3.根据权利要求1所述的针对电商图像中模特脖颈关键点的检测方法，其特征在于：步骤S6，具体包括如下步骤：
S61、确定矩阵As的特征向量Xs；
S62、确定矩阵Ap的特征向量Xp；
S63、计算特征向量Xs和特征向量Xp差值的平均和S＝||Xs-Xp||；
S64、设置置信度阈值Th，当S≤Th时，即可输出当前已检测出的关键点作为识别结果。
4.根据权利要求3所述的针对电商图像中模特脖颈关键点的检测方法，其特征在于：
在步骤S61中，通过公式(As-λE)Xs＝0确定矩阵As的特征向量Xs；
在步骤S62中，通过公式(Ap-λE)Xp＝0确定矩阵Ap的特征向量Xp。
CN202010058747.8A 2020-01-19 2020-01-19 针对电商图像中模特脖颈关键点的检测方法 Pending CN111259822A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010058747.8A CN111259822A (zh) 2020-01-19 2020-01-19 针对电商图像中模特脖颈关键点的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010058747.8A CN111259822A (zh) 2020-01-19 2020-01-19 针对电商图像中模特脖颈关键点的检测方法

Publications (1)

Publication Number Publication Date
CN111259822A true CN111259822A (zh) 2020-06-09

Family

ID=70950845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010058747.8A Pending CN111259822A (zh) 2020-01-19 2020-01-19 针对电商图像中模特脖颈关键点的检测方法

Country Status (1)

Country Link
CN (1) CN111259822A (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080037836A1 (en) * 2006-08-09 2008-02-14 Arcsoft, Inc. Method for driving virtual facial expressions by automatically detecting facial expressions of a face image
CN102637251A (zh) * 2012-03-20 2012-08-15 华中科技大学 基于参考特征的人脸识别方法
CN105160312A (zh) * 2015-08-27 2015-12-16 南京信息工程大学 基于人脸相似度匹配的明星脸装扮推荐方法
US20160155011A1 (en) * 2014-12-02 2016-06-02 Xerox Corporation System and method for product identification
CN108073914A (zh) * 2018-01-10 2018-05-25 成都品果科技有限公司 一种动物面部关键点标注方法
CN108229509A (zh) * 2016-12-16 2018-06-29 北京市商汤科技开发有限公司 用于识别物体类别的方法及装置、电子设备
CN108764048A (zh) * 2018-04-28 2018-11-06 中国科学院自动化研究所 人脸关键点检测方法及装置
CN108985149A (zh) * 2018-06-01 2018-12-11 平安科技（深圳）有限公司 人物图像识别方法、服务器及计算机可读存储介质
CN109086798A (zh) * 2018-07-03 2018-12-25 迈吉客科技（北京）有限公司 一种数据标注方法和标注装置
WO2018232717A1 (zh) * 2017-06-23 2018-12-27 中国科学院自动化研究所 基于透视失真特性的人脸图像鉴伪方法、存储、处理设备
CN109472205A (zh) * 2018-10-09 2019-03-15 深兰科技（上海）有限公司 商品识别方法、商品识别装置及存储介质
CN109508681A (zh) * 2018-11-20 2019-03-22 北京京东尚科信息技术有限公司 生成人体关键点检测模型的方法和装置
CN109829442A (zh) * 2019-02-22 2019-05-31 焦点科技股份有限公司 一种基于摄像头的人体动作评分的方法及系统
CN110147701A (zh) * 2018-06-27 2019-08-20 腾讯科技（深圳）有限公司 关键点标注方法、装置、计算机设备及存储介质
CN110287936A (zh) * 2019-07-02 2019-09-27 北京字节跳动网络技术有限公司 图像检测方法、装置、设备及存储介质
CN110321789A (zh) * 2019-05-21 2019-10-11 平安普惠企业管理有限公司 基于生物特征识别面试欺诈的方法及相关设备
CN110334677A (zh) * 2019-07-11 2019-10-15 山东大学 一种基于人体骨骼关键点检测和非均等分区的行人重识别方法
US20190318194A1 (en) * 2018-01-19 2019-10-17 Beijing Sensetime Technology Development Co., Ltd Body contour key point detection methods, apparatuses, and devices
WO2019232894A1 (zh) * 2018-06-05 2019-12-12 中国石油大学(华东) 一种基于复杂场景下的人体关键点检测系统及方法
CN110633608A (zh) * 2019-03-21 2019-12-31 广州中科凯泽科技有限公司 一种姿态图像的人体肢体相似度评估方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080037836A1 (en) * 2006-08-09 2008-02-14 Arcsoft, Inc. Method for driving virtual facial expressions by automatically detecting facial expressions of a face image
CN102637251A (zh) * 2012-03-20 2012-08-15 华中科技大学 基于参考特征的人脸识别方法
US20160155011A1 (en) * 2014-12-02 2016-06-02 Xerox Corporation System and method for product identification
CN105160312A (zh) * 2015-08-27 2015-12-16 南京信息工程大学 基于人脸相似度匹配的明星脸装扮推荐方法
CN108229509A (zh) * 2016-12-16 2018-06-29 北京市商汤科技开发有限公司 用于识别物体类别的方法及装置、电子设备
WO2018232717A1 (zh) * 2017-06-23 2018-12-27 中国科学院自动化研究所 基于透视失真特性的人脸图像鉴伪方法、存储、处理设备
CN108073914A (zh) * 2018-01-10 2018-05-25 成都品果科技有限公司 一种动物面部关键点标注方法
US20190318194A1 (en) * 2018-01-19 2019-10-17 Beijing Sensetime Technology Development Co., Ltd Body contour key point detection methods, apparatuses, and devices
CN108764048A (zh) * 2018-04-28 2018-11-06 中国科学院自动化研究所 人脸关键点检测方法及装置
CN108985149A (zh) * 2018-06-01 2018-12-11 平安科技（深圳）有限公司 人物图像识别方法、服务器及计算机可读存储介质
WO2019232894A1 (zh) * 2018-06-05 2019-12-12 中国石油大学(华东) 一种基于复杂场景下的人体关键点检测系统及方法
CN110147701A (zh) * 2018-06-27 2019-08-20 腾讯科技（深圳）有限公司 关键点标注方法、装置、计算机设备及存储介质
CN109086798A (zh) * 2018-07-03 2018-12-25 迈吉客科技（北京）有限公司 一种数据标注方法和标注装置
CN109472205A (zh) * 2018-10-09 2019-03-15 深兰科技（上海）有限公司 商品识别方法、商品识别装置及存储介质
CN109508681A (zh) * 2018-11-20 2019-03-22 北京京东尚科信息技术有限公司 生成人体关键点检测模型的方法和装置
CN109829442A (zh) * 2019-02-22 2019-05-31 焦点科技股份有限公司 一种基于摄像头的人体动作评分的方法及系统
CN110633608A (zh) * 2019-03-21 2019-12-31 广州中科凯泽科技有限公司 一种姿态图像的人体肢体相似度评估方法
CN110321789A (zh) * 2019-05-21 2019-10-11 平安普惠企业管理有限公司 基于生物特征识别面试欺诈的方法及相关设备
CN110287936A (zh) * 2019-07-02 2019-09-27 北京字节跳动网络技术有限公司 图像检测方法、装置、设备及存储介质
CN110334677A (zh) * 2019-07-11 2019-10-15 山东大学 一种基于人体骨骼关键点检测和非均等分区的行人重识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
胡保林: "基于深度学习的人体关键点检测", CNKI优秀硕士学位论文全文数据库 *
陈锐;林达;: "基于级联卷积神经网络的人脸关键点定位", 四川理工学院学报(自然科学版), no. 01 *

Similar Documents

Publication Publication Date Title
CN111797791A (zh) 人体姿态识别方法及装置
KR101507662B1 (ko) 비디오 내 객체들의 시맨틱 파싱
US9953437B1 (en) Method and device for constructing a table including information on a pooling type and testing method and testing device using the same
CN110766095B (zh) 基于图像灰度特征的缺陷检测方法
CN105184292A (zh) 自然场景图像中手写体数学公式结构分析与识别方法
CN109858476B (zh) 标签的扩充方法和电子设备
CN110909618B (zh) 一种宠物身份的识别方法及装置
CN107862234A (zh) 一种彩色条形码的识别方法、电子设备及存储介质
EP3376433B1 (en) Image processing apparatus, image processing method, and image processing program
CN112001406B (zh) 一种文本区域检测方法及装置
CN108388871B (zh) 一种基于车身回归的车辆检测方法
CN111339975A (zh) 基于中心尺度预测与孪生神经网络的目标检测识别跟踪方法
KR102375325B1 (ko) 원거리 고밀도 시각적 마커의 검출 및 인식 방법
CN113597614A (zh) 图像处理方法和装置、电子设备及存储介质
CN107403179A (zh) 一种物品包装信息的注册方法及装置
CN113947714B (zh) 一种视频监控和遥感的多模态协同优化方法及系统
CN108992033B (zh) 一种视觉测试的评分装置、设备和存储介质
CN111259822A (zh) 针对电商图像中模特脖颈关键点的检测方法
CN110738123B (zh) 识别密集陈列商品的方法及其装置
Shen et al. Robust detection of skewed symmetries by combining local and semi-local affine invariants
Wang et al. Recognition and distance estimation of an irregular object in package sorting line based on monocular vision
CN112861664B (zh) 一种基于深度学习的家禽姿态检测方法和系统
CN103136513A (zh) 一种改进的asm人脸特征点定位方法
CN113470073A (zh) 一种基于深度学习的动物中心追踪方法
CN107146244B (zh) 基于pbil算法的图像配准方法

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20240322