CN111582208B - 用于生成生物体姿态关键点信息的方法和装置 - Google Patents

用于生成生物体姿态关键点信息的方法和装置 Download PDF

Info

Publication number
CN111582208B
CN111582208B CN202010404250.7A CN202010404250A CN111582208B CN 111582208 B CN111582208 B CN 111582208B CN 202010404250 A CN202010404250 A CN 202010404250A CN 111582208 B CN111582208 B CN 111582208B
Authority
CN
China
Prior art keywords
output result
substrate
organism
information
matrix
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.)
Active
Application number
CN202010404250.7A
Other languages
English (en)
Other versions
CN111582208A (zh
Inventor
喻冬东
王长虎
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.)
Douyin Vision Co Ltd
Original Assignee
Douyin Vision 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 Douyin Vision Co Ltd filed Critical Douyin Vision Co Ltd
Priority to CN202010404250.7A priority Critical patent/CN111582208B/zh
Publication of CN111582208A publication Critical patent/CN111582208A/zh
Application granted granted Critical
Publication of CN111582208B publication Critical patent/CN111582208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Abstract

本公开的实施例公开了用于生成生物体姿态关键点信息的方法和装置。该方法的一具体实施方式包括：提取显示有生物体的图像的特征信息；基于该特征信息，生成表征该生物体的生物体姿态的基底系数的矩阵和表征该生物体姿态的基底的特征图；基于该基底系数的矩阵和该基底的特征图，生成生物体姿态关键点信息。该实施方式利用该基底系数和该基底的特征图来表征生物体姿态关键点信息，生成生物体姿态关键点信息，侧面提高了预测生物体姿态关键点信息的准确率。

Description

用于生成生物体姿态关键点信息的方法和装置
技术领域
本公开的实施例涉及计算机技术领域，具体涉及用于生成生物体姿态关键点信息的方法和装置。
背景技术
生物体姿态关键点信息的生成在计算机视觉等领域的研究中起到了基础性的作用。具体应用主要集中在智能视频监控，病人监护系统，人机交互，虚拟现实，生物体动画(例如人体动画)，智能家居，智能安防，运动员辅助训练等等。
由于生物体(例如人体或者其他动物体)具有相当的柔性，会出现各种姿态和形状，生物体任何一个部位的微小变化都会产生一种新的姿态。为了体现微小变化的姿态，需要生成更准确的生物体姿态关键点信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了一种用于生成生物体姿态关键点信息的方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的实施例提供了一种用于生成生物体姿态关键点信息的方法，该方法包括：提取显示有生物体的图像的特征信息；基于上述特征信息，生成表征上述生物体的生物体姿态关键点的基底系数的矩阵和表征上述生物体姿态关键点的基底的特征图；基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息。
第二方面，本公开的实施例提供了一种用于生成生物体姿态关键点信息的装置，该装置包括：提取单元，被配置成提取显示有生物体的图像的特征信息；第一生成单元，被配置成基于上述特征信息，生成表征上述生物体的生物体姿态关键点的基底系数的矩阵和表征上述生物体姿态关键点的基底的特征图；第二生成单元，被配置成基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果：通过提取显示有生物体的图像的特征信息来作为生成生物体姿态关键点信息网络的输入。然后通过提取的上述特征信息，获取生物体姿态关键点的基底系数和基底的特征图来表征生物体姿态关键点。进一步而言，通过上述基底系数和上述基底的特征图可以得到生物体姿态关键点，由此有助于生成生物体姿态关键点信息。总之，通过上述基底系数和上述基底的特征图在更高维度空间来表示生物体姿态关键点，使得生成的生物体姿态关键点信息更为准确。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是根据本公开一些实施例的用于生成生物体姿态关键点信息的方法的一个应用场景的示意图；
图2是根据本公开的实施例的用于生成生物体姿态关键点信息的方法的一个实施例的流程图；
图3是根据本公开的实施例的用于生成生物体姿态关键点信息的方法的一些实施例的生物体关键点连线图像的示例性示意图；
图4是根据本公开的用于生成生物体姿态关键点信息的方法的又一些实施例的流程图；
图5是根据本公开的用于生成生物体姿态关键点信息的装置的一些实施例的结构示意图；
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。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。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的用于生成生物体姿态关键点信息的方法的一个应用场景的示意图100。
如图1所示，作为示例，电子设备101可以提取显示有生物体的图像102的特征信息。然后，通过显示有生物体的图像102的特征信息，得到基底系数的矩阵103和基底的特征图104。进而通过上述基底系数的矩阵103和上述基底的特征图104，得到一定通道数目(例如17个)的特征图。根据上述通道数目为17的特征图得到17个生物体姿态关键点A-Q，例如附图标记105指示的框中所示。最后，通过生物体姿态关键点A-Q来确定上述基底系数的矩阵103和上述基底的特征图104所表征的生物体姿态关键点信息106。
可以理解的是，生成生物体姿态关键点信息的方法可以是由上述电子设备101来执行。其中，电子设备101可以是硬件，也可以是软件。当电子设备101为硬件时，可以是具有信息处理能力的各种电子设备，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、台式计算机、服务器等等。当电子设备101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。
应该理解，图1中的电子设备数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备。
继续参考图2，示出了根据本公开的用于生成生物体姿态关键点信息的方法的一个实施例的流程200。该用于生成生物体姿态关键点信息的方法，包括以下步骤：
步骤201，提取显示有生物体的图像的特征信息。
在一些实施例中，用于生成生物体姿态关键点信息的方法的执行主体(例如图1所示的电子设备)提取显示有生物体的图像的特征信息。上述特征信息可以包括但不限于以下至少一项：显示有生物体的图像的颜色特征信息，显示有生物体的图像的纹理特征信息，显示有生物体的图像的形状特征信息和显示有生物体的图像的空间关系特征信息。除此之外，提取特征信息的方式可以是以下之一：边界方向直方图法，基于PCA的图像数据特征提取方法，深度学习方法。
作为示例，可以将显示有生物体的图像输入至预先训练的残差网络(ResidualNeural Network，ResNet)，得到显示有生物体的图像的特征信息。
步骤202，基于上述特征信息，生成表征上述生物体的生物体姿态关键点的基底系数的矩阵和表征上述生物体姿态关键点的基底的特征图。
在一些实施例中，上述执行主体可以根据上述特征信息，生成表征上述生物体的生物体姿态关键点的基底系数的矩阵和表征上述生物体姿态关键点的基底的特征图。其中，基底是指空间中任意n个向量。这里，如果上述n个向量不在同一平面上，且两两不共线，而且在空间中的任意一向量都可用上述n个向量来表示，则这n个向量即为空间向量基底。例如，将不共线的向量e1、e2作为这一平面内所有向量的一组基底，平面内任何一个向量都可以通过向量e1、e2来表示。在这里，上述基底的特征图是指在空间中表征生物体姿态关键点的基底的信息的特征图。基底的系数是指表示空间中的任意一向量时，基底前面的系数。在这里，上述基底系数的矩阵是指在空间中表征生物体姿态关键点的基底的前面的系数的矩阵。
其中，基底有如下特征：
(1)基底是两个不共线的向量。
(2)基底的选择是不唯一的。平面内两向量不共线是这两个向量可以作为这个平面内所有向量的一组基底的条件。
(3)在V中有n个线性无关的向量ε1，ε2，……，εn，则称其为线性空间V的一组基，n为V的维数。
(4)对于这一平面内的任意向量a，有且只有一对实数λ1e1、λ2e2,使a＝λ1e1+λ2e2。
作为示例，可以通过将上述特征信息输入至预先训练的第一卷积神经网络，得到第一特征图。然后将上述第一特征图输入至预先训练的全连接网络，得到基底系数。进一步地，将上述特征信息输入至预先训练的第二卷积神经网络，得到第二特征图。进而，将上述第二特征图输入至预先训练的第三卷积神经网络，得到上述基底的特征图。
如图3所示，示出了根据用于生成人体姿态关键点信息的方法的一些实施例而得到的人体关键点连线图像的示例性示意图300。作为示例，人体姿态关键点连线图像301示出了：人体姿态关键点，如编号A-Q所示。其中，人体姿态关键点是人体图像中、用于表征人体的某个特定部位(例如头顶、手腕、膝盖等)的点。在这里，人体姿态关键点包括：头部5个关键点，如图3中的编号A、B、C、D、E所示；左肢3个关键点，如图3中的编号F、G、H所示；右肢3个关键点，如图3中的编号L、P、Q所示；下半体为6个关键点，如图3中的编号I、J、K、M、N、O所示。通常，人体姿态关键点可以标注有对应的编号，上述执行主体根据标注出的人体姿态关键点的编号。
步骤203，基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息。
在一些实施例中，上述生物体姿态估计信息可以是生物体的姿态关键点的位置估计的信息。在这里，位置估计的信息上述可以用连接生物体姿态的关键点的连线的图像来表征。如图3所示，人体姿态关键点连线图像301示出了用于连接人体姿态关键点的连线，如附图标记302所示。其中，上述执行主体可以根据标注出的人体姿态关键点的编号，对各个人体姿态关键点进行连线，从而生成人体姿态各个关键点之间的连线。
在一些实施例的一些可选的实现方式中，基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息的步骤可以如下：
第一步，对上述基底的特征图进行数据重新组织(reshape)，得到数据重新组织后的特征图。其中，数据重新组织可以重新调整上述基底的特征图的行数、列数、维数。
第二步，将上述数据重新组织后的特征图与上述基底系数的矩阵进行相乘，得到表征生物体姿态关键点信息的特征图。
在一些实施例的一些可选的实现方式中，还可以基于上述生物体姿态关键点信息，生成用于表征上述目标图像中显示的生物体姿态的生物体姿态信息。
其中，上述执行主体可以按照各种方式生成用于表征目标生物体图像指示的生物体的姿态的生物体姿态信息。作为示例，上述执行主体可以利用预设的、表征目标生物体关键点的信息与目标生物体姿态信息的对应关系的对应关系表，生成目标生物体姿态信息。该对应关系表中可以存储有大量的预先根据生物体关键点信息生成的生物体关键点图像(即包括目标生物体关键点的图像)。上述执行主体可以根据生成的目标生物体关键点信息，生成对应的目标生物体关键点图像，再将该生物体关键点图像与上述对应关系表征中包括的目标生物体关键点图像进行匹配，确定与该目标生物体关键点图像之间的相似度最大的目标生物体关键点图像对应的目标生物体姿态信息作为最终生成的目标生物体姿态信息。
在一些实施例的一些可选的实现方式中，根据上述生物体姿态信息，可以输出用于控制目标设备进行目标操作的控制信号。
其中，上述执行主体可以根据生成的生物体姿态信息，输出用于控制目标设备进行目标操作的控制信号。其中，目标设备可以是与上述执行主体通信连接的设备，目标操作可以是预先与目标生物体姿态信息建立对应关系的操作。例如，目标设备可以是与上述执行主体连接的摄像头，上述执行主体检测到生物体姿态信息用于表征人的抬手动作时，生成用于控制摄像头进行拍照(即目标操作)的控制信号。再例如，目标设备可以是与上述执行主体连接的报警器，当上述执行主体检测到生物体姿态信息用于表征人摔倒时，生成用于控制报警器发出报警声(即目标操作)的控制信号。本实现方式可以在提高生成生物体姿态信息的准确性的基础上，进一步利用生物体姿态信息，提高输出控制信号的准确性。从而可以使目标设备更准确地根据生物体姿态信息执行进一步的操作。本实现方式可以应用于诸如智能视频监控、病人监护系统、人机交互、虚拟现实、智能家居等各种领域，从而有利于在上述各种领域中，使用户通过各种生物体姿态准确地控制各种电子设备。
由上述示例可以看出，利用该基底系数和该基底的特征图来表征生物体姿态关键点信息，进而生成生物体姿态关键点信息，侧面提高了预测生物体姿态关键点信息的准确率，有助于电子设备可以更有效的针对生物体姿态做出相关反应。
图4是根据本公开的实施例的用于生成生物体姿态关键点信息的方法的又一个实施例的流程图400。该用于生成生物体姿态关键点信息的方法，包括以下步骤：
步骤401，提取显示有生物体的图像的特征信息。
步骤402，基于上述特征信息、卷积神经网络、空间金字塔池化网络和全连接网络，得到上述基底系数的矩阵。
在一些实施例中，卷积神经网络可以是以下之一：残差网络(ResNet，ResidualNeural Network)，VGG模型(VGGNet，Visual Geometry Group Network)和GoogLeNet。空间金字塔池化网络用于将上述卷积神经网络的输出结果进行不同尺度的池化，得到不同分辨率大小的特征图。例如，将上述卷积神经网络的输出结果分别进行1*1，2*2，4*4，8*8不同尺度的池化。得到4个相应分辨率不同大小的特征图。然后经过压平(Flatten)层和特征图拼接得到空间金字塔池化网络的输出结果。作为示例，根据上述特征信息、卷积神经网络、空间金字塔池化网络和全连接网络，可以通过各种方式得到上述基底系数的矩阵。
在一些实施例的一些可选的实现方式中，上述基于上述特征信息、卷积神经网络、空间金字塔池化网络和全连接网络，得到上述基底系数的矩阵的步骤可以是：
第一步，将上述特征信息输入至上述卷积神经网络，得到第一输出结果。
第二步，将上述第一输出结果输入至上述空间金字塔池化网络，得到第二输出结果。
第三步，将上述第二输出结果输入至上述全连接网络，得到上述基底系数的矩阵。
步骤403，基于上述特征信息和非局部(Nonlocal)神经网络，生成表征上述生物体姿态的基底的特征图。
在一些实施例中，加入非局部神经网络的作用在于：通过计算任意两个位置之间的交互来直接捕捉远程依赖，而不用局限于相邻点，摒弃了距离的概念。上述非局部神经网络包括至少三个子卷积神经网络。其中，上述子卷积神经网络可以是以下之一：残差网络(ResNet，Residual Neural Network)，VGG模型(VGGNet，Visual Geometry GroupNetwork)和GoogLeNet。
在一些实施例的一些可选的实现方式中，上述非局部神经网络包括至少三个子卷积神经网络；以及上述基于上述特征信息和非局部神经网络，生成表征上述生物体姿态的基底的特征图的步骤可以如下所示：
第一步，将上述特征信息分别输入至上述非局部神经网络中的第一子卷积神经网络和第二子卷积神经网络，得到第三输出结果和第四输出结果，其中，第三输出结果和第四输出结果的分辨率是相同的。
第二步，将上述特征信息输入至非局部神经网络中的第三子卷积神经网络，得到第五输出结果。
第三步，基于第三输出结果和第四输出结果，得到表征相关性系数的矩阵。相关性系数的矩阵表征着上述第三输出结果和上述第四输出结果之间的关联性。在这里，需要说明的是，两个矩阵(即两个特征图)之间的相乘的结果可以用于表示上述两个矩阵之间的相关性。
第四步，基于上述表征相关性系数的矩阵和上述第五输出结果，得到上述基底的特征图。
步骤404，基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息。
在一些实施例中，步骤401和404的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201和203，在此不再赘述。
从图4中可以看出，与图2对应的一些实施例的描述相比，图4对应的一些实施例中的用于生成生物体姿态关键点信息的方法的流程400进一步介绍了生成上述基底系数的矩阵和生成上述基底的特征图步骤。通过获取上述基底系数和上述基底的特征图来实现了在更高维度空间上对生物体姿态的表示，极大程度提高了预估生物体姿态的精准率。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于生成生物体姿态关键点信息的装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，一些实施例的用于生成生物体姿态关键点信息的装置500包括：提取单元501，第一生成单元502和第二生成单元503。其中，提取单元501，被配置成提取显示有生物体的图像的特征信息。第一生成单元502，被配置成基于上述特征信息，生成表征上述生物体的生物体姿态关键点的基底系数的矩阵和表征上述生物体姿态关键点的基底的特征图。第二生成单元503，被配置成基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息。
在一些实施例的一些可选的实现方式中，第一生成单元502可以进一步被配置成：基于上述特征信息、卷积神经网络、空间金字塔池化网络和全连接网络，得到上述基底系数的矩阵。
在一些实施例的一些可选的实现方式中，第一生成单元502可以进一步被配置成：基于上述特征信息和非局部神经网络，生成表征上述生物体姿态的基底的特征图。
在一些实施例的一些可选的实现方式中，第一生成单元502可以进一步被配置成：将上述特征信息输入至上述卷积神经网络，得到第一输出结果；将上述第一输出结果输入至上述空间金字塔池化网络，得到第二输出结果；将上述第二输出结果输入至上述全连接网络，得到上述基底系数的矩阵。
在一些实施例的一些可选的实现方式中，上述非局部神经网络包括至少三个子卷积神经网络。第一生成单元502可以进一步被配置成：将上述特征信息分别输入至上述非局部神经网络中的第一子卷积神经网络和第二子卷积神经网络，得到第三输出结果和第四输出结果，其中，第三输出结果和第四输出结果的分辨率是相同的；将上述特征信息输入至非局部神经网络中的第三子卷积神经网络，得到第五输出结果；基于第三输出结果和第四输出结果，得到表征相关性系数的矩阵；基于上述表征相关性系数的矩阵和上述第五输出结果，得到上述基底的特征图。
在一些实施例的一些可选的实现方式中，第二生成单元503可以进一步被配置成：对上述基底的特征图进行数据重新组织，得到数据重新组织后的特征图；将上述数据重新组织后的特征图与上述基底系数的矩阵进行相乘，得到表征生物体姿态关键点信息的特征图。
在一些实施例的一些可选的实现方式中，第一生成单元502可以进一步被配置成：对上述第三输出结果进行数据重新组织，得到第六输出结果；将上述第六输出结果与上述第四输出结果进行相乘，得到上述表征相关性系数的矩阵。
在一些实施例的一些可选的实现方式中，第一生成单元502可以进一步被配置成：对上述第五输出结果进行数据重新组织，得到第七输出结果；将上述第七输出结果与上述表征相关性系数的矩阵进行相乘，得到上述基底的特征图。
可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：提取显示有生物体的图像的特征信息；基于上述特征信息，生成表征上述生物体的生物体姿态关键点的基底系数的矩阵和表征上述生物体姿态关键点的基底的特征图；基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中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：一种处理器包括提取单元、第一生成单元和第二生成单元。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，提取单元还可以被描述为“提取显示有生物体的图像的特征信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例，提供了一种用于生成生物体姿态关键点信息的方法，包括：提取显示有生物体的图像的特征信息；基于上述特征信息，生成表征上述生物体的生物体姿态关键点的基底系数的矩阵和表征上述生物体姿态关键点的基底的特征图；基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息。
根据本公开的一个或多个实施例，上述生成表征上述生物体的生物体姿态的基底系数的矩阵和表征上述生物体姿态的基底的特征图，包括：基于上述特征信息和非局部神经网络，生成表征上述生物体姿态的基底的特征图。
根据本公开的一个或多个实施例，上述基于上述特征信息、卷积神经网络、空间金字塔池化网络和全连接网络，得到上述基底系数的矩阵，包括：将上述特征信息输入至上述卷积神经网络，得到第一输出结果；将上述第一输出结果输入至上述空间金字塔池化网络，得到第二输出结果；将上述第二输出结果输入至上述全连接网络，得到上述基底系数的矩阵。
根据本公开的一个或多个实施例，上述非局部神经网络包括至少三个子卷积神经网络；以及上述基于上述特征信息和非局部神经网络，生成表征上述生物体姿态的基底的特征图，包括：将上述特征信息分别输入至上述非局部神经网络中的第一子卷积神经网络和第二子卷积神经网络，得到第三输出结果和第四输出结果，其中，第三输出结果和第四输出结果的分辨率是相同的；将上述特征信息输入至非局部神经网络中的第三子卷积神经网络，得到第五输出结果；基于第三输出结果和第四输出结果，得到表征相关性系数的矩阵；基于上述表征相关性系数的矩阵和上述第五输出结果，得到上述基底的特征图。
根据本公开的一个或多个实施例，上述基于上述基底系数的矩阵和上述基底的特征图，生成生物体姿态关键点信息，包括：对上述基底的特征图进行数据重新组织，得到数据重新组织后的特征图；将上述数据重新组织后的特征图与上述基底系数的矩阵进行相乘，得到表征生物体姿态关键点信息的特征图。
根据本公开的一个或多个实施例，上述基于上述表征相关性系数的矩阵和上述第五输出结果，得到上述基底的特征图，包括：对上述第五输出结果进行数据重新组织，得到第七输出结果；将上述第七输出结果与上述表征相关性系数的矩阵进行相乘，得到上述基底的特征图。
根据本公开的一个或多个实施例，提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述任一实施例描述的方法。
根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如上述任一实施例描述的方法。
以上描述仅为本公开的一些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，本公开的实施例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的实施例中公开的(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 (8)

1.一种用于生成生物体姿态关键点信息的方法，包括：
提取显示有生物体的图像的特征信息；
基于所述特征信息和非局部神经网络，生成表征所述生物体姿态关键点的基底的特征图；所述非局部神经网络包括至少三个子卷积神经网络；以及，
将所述特征信息输入至卷积神经网络，得到第一输出结果；
将所述第一输出结果输入至空间金字塔池化网络，得到第二输出结果；
将所述第二输出结果输入至全连接网络，得到基底系数的矩阵；
将所述基底的特征图与所述基底系数的矩阵进行相乘，得到表征生物体姿态关键点信息的特征图。
2.根据权利要求1所述的方法，其中， 所述基于所述特征信息和非局部神经网络，生成表征所述生物体姿态的基底的特征图，包括：
将所述特征信息分别输入至所述非局部神经网络中的第一子卷积神经网络和第二子卷积神经网络，得到第三输出结果和第四输出结果，其中，第三输出结果和第四输出结果的分辨率是相同的；
将所述特征信息输入至非局部神经网络中的第三子卷积神经网络，得到第五输出结果；
基于第三输出结果和第四输出结果，得到表征相关性系数的矩阵；
基于所述表征相关性系数的矩阵和所述第五输出结果，得到所述基底的特征图。
3.根据权利要求1所述的方法，其中，所述将所述基底的特征图与所述基底系数的矩阵进行相乘，得到表征生物体姿态关键点信息的特征图，包括：
对所述基底的特征图进行数据重新组织，得到数据重新组织后的特征图；
将所述数据重新组织后的特征图与所述基底系数的矩阵进行相乘，得到表征生物体姿态关键点信息的特征图。
4.根据权利要求2所述的方法，其中，所述基于第三输出结果和第四输出结果，得到表征相关性系数的矩阵，包括：
对所述第三输出结果进行数据重新组织，得到第六输出结果；
将所述第六输出结果与所述第四输出结果进行相乘，得到所述表征相关性系数的矩阵。
5.根据权利要求2所述的方法，其中，所述基于所述表征相关性系数的矩阵和所述第五输出结果，得到所述基底的特征图，包括：
对所述第五输出结果进行数据重新组织，得到第七输出结果；
将所述第七输出结果与所述表征相关性系数的矩阵进行相乘，得到所述基底的特征图。
6.一种用于生成生物体姿态关键点信息的装置，包括：
提取单元，被配置成提取显示有生物体的图像的特征信息；
第一生成单元，被配置成基于所述特征信息和非局部神经网络，生成表征所述生物体姿态关键点的基底的特征图；所述非局部神经网络包括至少三个子卷积神经网络；以及，将所述特征信息输入至卷积神经网络，得到第一输出结果；将所述第一输出结果输入至空间金字塔池化网络，得到第二输出结果；将所述第二输出结果输入至全连接网络，得到基底系数的矩阵；
第二生成单元，被配置成将所述基底的特征图与所述基底系数的矩阵进行相乘，得到表征生物体姿态关键点信息的特征图。
7.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010404250.7A 2020-05-13 2020-05-13 用于生成生物体姿态关键点信息的方法和装置 Active CN111582208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010404250.7A CN111582208B (zh) 2020-05-13 2020-05-13 用于生成生物体姿态关键点信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010404250.7A CN111582208B (zh) 2020-05-13 2020-05-13 用于生成生物体姿态关键点信息的方法和装置

Publications (2)

Publication Number Publication Date
CN111582208A CN111582208A (zh) 2020-08-25
CN111582208B true CN111582208B (zh) 2023-07-21

Family

ID=72118928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010404250.7A Active CN111582208B (zh) 2020-05-13 2020-05-13 用于生成生物体姿态关键点信息的方法和装置

Country Status (1)

Country Link
CN (1) CN111582208B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112308977B (zh) * 2020-10-29 2024-04-16 字节跳动有限公司 视频处理方法、视频处理装置和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109145854A (zh) * 2018-08-31 2019-01-04 东南大学 一种基于级联卷积神经网络结构的人脸检测方法
CN110175504A (zh) * 2019-04-08 2019-08-27 杭州电子科技大学 一种基于多任务级联卷积网络的目标检测和对齐方法
CN110517214A (zh) * 2019-08-28 2019-11-29 北京百度网讯科技有限公司 用于生成图像的方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109165552B (zh) * 2018-07-14 2021-02-26 深圳神目信息技术有限公司 一种基于人体关键点的姿态识别方法、系统及存储器
CN110866864A (zh) * 2018-08-27 2020-03-06 阿里巴巴集团控股有限公司 人脸姿态估计/三维人脸重构方法、装置及电子设备
CN109919141A (zh) * 2019-04-09 2019-06-21 广东省智能制造研究所 一种基于骨架姿态的行人再识别方法
CN111160085A (zh) * 2019-11-19 2020-05-15 天津中科智能识别产业技术研究院有限公司 一种人体图像关键点姿态估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109145854A (zh) * 2018-08-31 2019-01-04 东南大学 一种基于级联卷积神经网络结构的人脸检测方法
CN110175504A (zh) * 2019-04-08 2019-08-27 杭州电子科技大学 一种基于多任务级联卷积网络的目标检测和对齐方法
CN110517214A (zh) * 2019-08-28 2019-11-29 北京百度网讯科技有限公司 用于生成图像的方法和装置

Also Published As

Publication number Publication date
CN111582208A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN109902659B (zh) 用于处理人体图像的方法和装置
CN108460338B (zh) 人体姿态估计方法和装置、电子设备、存储介质、程序
US10719693B2 (en) Method and apparatus for outputting information of object relationship
CN106846497B (zh) 应用于终端的呈现三维地图的方法和装置
WO2020024484A1 (zh) 用于输出数据的方法和装置
CN111583399B (zh) 图像处理方法、装置、设备、介质和电子设备
CN109272543B (zh) 用于生成模型的方法和装置
CN109754464B (zh) 用于生成信息的方法和装置
CN111091166A (zh) 图像处理模型训练方法、图像处理方法、设备及存储介质
CN111950570B (zh) 目标图像提取方法、神经网络训练方法及装置
WO2022033111A1 (zh) 图像信息提取方法、训练方法及装置、介质和电子设备
CN112115900B (zh) 图像处理方法、装置、设备及存储介质
CN111524216A (zh) 生成三维人脸数据的方法和装置
CN111598899A (zh) 图像处理方法、装置及计算机可读存储介质
CN113449700A (zh) 视频分类模型的训练、视频分类方法、装置、设备及介质
CN112529149B (zh) 一种数据处理方法及相关装置
CN112990053A (zh) 图像处理方法、装置、设备及存储介质
CN111507259B (zh) 脸部特征提取方法、装置、电子设备
CN110427915A (zh) 用于输出信息的方法和装置
CN114330565A (zh) 一种人脸识别方法及装置
CN112037305B (zh) 对图像中的树状组织进行重建的方法、设备及存储介质
CN111582208B (zh) 用于生成生物体姿态关键点信息的方法和装置
CN112991208B (zh) 图像处理方法及装置、计算机可读介质和电子设备
CN117894038A (zh) 一种图像中对象姿态生成方法和装置
CN112381118B (zh) 一种大学舞蹈考试测评方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: Tiktok vision (Beijing) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant