CN111832648B - 关键点标注方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请公开了关键点标注方法、装置、电子设备及存储介质，涉及计算机视觉、深度学习及神经网络领域。具体实现方案为：获取与待标注图像匹配的三维模型图像；其中，待标注图像为二维图像，三维模型图像中包含多个三维关键点；在待标注图像上，确定分别与各个三维关键点对应的二维关键点；利用二维关键点和多个三维关键点，将三维模型图像投影为第一二维图像，并将第一二维图像覆盖在待标注图像上；调整二维关键点，直至第一二维图像与待标注图像的吻合度达到预定阈值时，将调整后的二维关键点作为待标注图像的关键点。本申请能够提高关键点标注的准确率。

Description

关键点标注方法、装置、电子设备及存储介质

技术领域

本申请涉及人工智能领域，尤其涉及计算机视觉、深度学习及神经网络领域。

背景技术

二维图像中关键点的选取及标注，对图像中物体的姿态估计有很重要的影响。现有的标注方法标注出的关键点，人眼很难分辨出标注是否有效，某个关键点轻微的偏移也会造成图像中物体姿态的大幅摆动，与期望相差甚远。

以鞋子的二维图像为例，为了在二维图像中的鞋子上标注关键点，目前通常采用人工标注的方式，即预先定义出二维图像上鞋子关键点的位置，由标注员直接在图像上标注其位置。

这种标注方式的缺点在于很难处理遮挡，不同于人脸、手势等仅使用正面的点，鞋子通常会有高达一半的点处于被遮挡的位置，标注员无从判断其真正的位置，致使标注存在很大的偏差。

发明内容

本申请提供了一种关键点标注方法、装置、设备以及存储介质。

根据本申请的一方面，提供了一种关键点标注方法，包括：

获取与待标注图像匹配的三维模型图像；其中，待标注图像为二维图像，三维模型图像中包含多个三维关键点；

在待标注图像上，确定分别与各个三维关键点对应的二维关键点；

利用二维关键点和多个三维关键点，将三维模型图像投影为第一二维图像，并将第一二维图像覆盖在待标注图像上；

调整二维关键点，直至第一二维图像与待标注图像的吻合度达到预定阈值时，将调整后的二维关键点作为待标注图像的关键点。

根据本申请的另一方面，提供了一种关键点标注装置，包括：

获取模块，用于获取与待标注图像匹配的三维模型图像；其中，待标注图像为二维图像，三维模型图像中包含多个三维关键点；

确定模块，用于在待标注图像上，确定分别与各个三维关键点对应的二维关键点；

投影模块，用于利用二维关键点和多个三维关键点，将三维模型图像投影为第一二维图像，并将第一二维图像覆盖在待标注图像上；

调整模块，用于调整二维关键点，直至第一二维图像与待标注图像的吻合度达到预定阈值时，将调整后的二维关键点作为待标注图像的关键点。

根据本申请的另一方面，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，该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本申请实施例中任一项的方法。

根据本申请的另一方面，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执行本申请实施例中任一项的方法。

根据本申请的另一方面，提供了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如上所述的方法。

本申请实施例将姿态计算与关键点标注过程融合，通过三维模型图像的投影来确定待标注图像上关键点标注的正确与否，从而调整关键点位置，提高关键点标注的准确率。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请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，不构成对本申请的限定。其中：

图1为本申请实施例的一种关键点标注方法实现流程图一；

图2A为本申请实施例的一种待标注图像示意图；

图2B为本申请实施例的一种三维模型图像投影之后得到的第一二维图像示意图；

图2C为本申请实施例调整结束时，三维模型图像投影得到的第一二维图像示意图；

图3为本申请实施例的一种关键点标注方法中，利用二维关键点和多个三维关键点，将三维模型图像投影为第一二维图像的实现流程图；

图4为本申请实施例的一种关键点标注方法实现流程图二；

图5为本申请实施例的一种关键点标注方法中，获取与待标注图像匹配的三维模型图像的实现流程图；

图6为本申请实施例的一种关键点标注装置600的结构示意图；

图7为本申请实施例的一种关键点标注装置700的结构示意图；

图8为用来实现本申请实施例的关键点标注方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。

本申请实施例提出一种关键点标注方法，图1为本申请实施例的一种关键点标注方法实现流程图一，包括：

步骤S101：获取与待标注图像匹配的三维模型图像；其中，待标注图像为二维图像，三维模型图像中包含多个三维关键点；

步骤S102：在待标注图像上，确定分别与各个三维关键点对应的二维关键点；

步骤S103：利用二维关键点和上述多个三维关键点，将三维模型图像投影为第一二维图像，并将第一二维图像覆盖在待标注图像上；

步骤S104：调整二维关键点，直至第一二维图像与待标注图像的吻合度达到预定阈值时，将调整后的二维关键点作为待标注图像的关键点。

在一些实施方式中，上述步骤S102中的二维关键点可以由人工标注。例如，在触摸屏上显示待标注图像，标注员在触摸屏上待标注图像中的不同位置进行点击操作；接收到该点击操作后，系统确定标注员所标注的二维关键点的位置。

由于初始状态下，二维关键点是由标注员肉眼分辨并手工标注的，标注出的二维关键点通常会存在一定误差。因此，本申请实施例可以在初始标注之后，采用上述步骤S103和步骤S104对二维关键点进行调整、并计算调整后三维模型图像投影得到的第一二维图像与待标注图像的吻合度，直至吻合度达到预设阈值时，说明调整后的二维关键点较为准确，此时将调整后的二维关键点作为待标注图像最终确定出的关键点。

可选地，上述步骤S103和步骤S104是反复迭代的过程。其中，调整过程可以由标注员手工操作。例如，标注员在触摸屏上点击某个关键点，使其处于可移动状态；之后在触摸屏上滑动，移动该关键点；最后停止滑动，从而将该关键点放置到停止滑动的位置。

以待标注图像为鞋子的二维图像为例。图2A为本申请实施例的一种待标注图像示意图。如图2A所示，图中的几个点是该待标注图像初始的二维关键点，是由标注员根据与该待标注图像匹配的三维模型图像中的三维关键点标注出的对应点。如图2A所示，在二维的待标注图像上，由于鞋子的一部分被腿部遮挡，因此一部分二维关键点无法直接显示在鞋子上，而是显示在腿部；这部分关键点由于是由标注员肉眼判断并估计得到的，因此更容易出现偏差。

图3是本申请实施例的一种关键点标注方法中，利用二维关键点和多个三维关键点，将三维模型图像投影为第一二维图像的实现流程图，包括：

步骤S301：利用二维关键点和多个三维关键点，计算对应的投影矩阵；

步骤S302：利用投影矩阵将三维模型图像投影为对应的第一二维图像。

投影之后，将第一二维图像覆盖在待标注图像上。

上述二维关键点是标注员标注的点，三维关键点是三维模型图像中预定义的点，一个二维关键点对应一个三维关键点。步骤S301中，利用多个二维关键点和多个三维关键点计算出的投影矩阵，能够反映二维关键点与三维关键点之间的变换关系。

图2B为本申请实施例的一种三维模型图像投影之后得到的第一二维图像示意图，如图2B所示，该第一二维图像覆盖在待标注图像上。可以看出，在初始状态下，第一二维图像与待标注图像的吻合度不高。在一些实施方式中，第一二维图像与待标注图像的吻合度可以指二者重合的面积与第一二维图像的面积、待标注图像的面积、或者第一二维图像与待标注图像的面积之和的比值。在图2B中，第一二维图像与待标注图像重合的面积不大，因此二者的吻合度不高。

在一些实施方式中，可以利用快捷键在图2A和图2B显示的图像之间进行切换，以便标注员看清待标注图像上二维关键点的位置、以及调整二维关键点位置后投影得到的第一二维图像与待标注图像的吻合程度。

此时系统进入可调整状态，标注员可以拖拽待标注图像上已标注的二维关键点的位置，系统重复执行图3所示的投影步骤。经过多次迭代后，第一二维图像与待标注图像的吻合度达到预定阈值，如第一二维图像与待标注图像重合的面积与第一二维图像和/或待标注图像的面积的比例达到预定比例，则认为此时二维关键点的位置比较精确，则将调整后的二维关键点作为待标注图像最终的关键点。图2C为本申请实施例调整结束时，三维模型图像投影得到的第一二维图像示意图。由图2C可见，该第一二维图像基本覆盖了待标注图像的全部区域，二者吻合度较高。

图4为本申请实施例的一种关键点标注方法实现流程图二，包括以下步骤：

步骤S401：获取与待标注图像匹配的三维模型图像。

步骤S402：在待标注图像上，确定分别与三维模型图像中的各个三维关键点对应的二维关键点。

步骤S403：利用多个二维关键点和多个三维关键点，计算对应的投影矩阵。

步骤S404：利用投影矩阵将三维模型图像投影为对应的第一二维图像，并将第一二维图像覆盖在待标注图像上。

步骤S405：判断第一二维图像与待标注图像的吻合度是否达到预定阈值；如果否，则返回执行步骤S403；如果是，则执行步骤S406。

步骤S406：将调整后的二维关键点作为待标注图像的关键点。

可见，上述步骤S403～S405是反复迭代的过程，通过反复迭代，将二维关键点调整至最佳位置。本申请实施例将姿态计算考虑进关键点标注过程中来，通过对三维模型图像进行投影，确定二维关键点标注的正确与否；因此，这个优化过程的目标是整个鞋子的姿态而不仅仅是关注单个关键点的准确性。

如图5所示，在一些实施方式中，上述获取与待标注图像匹配的三维模型图像包括：

步骤S501：展示预先设置的多个三维模型图像；

步骤S502：接收选择指令，该选择指令用于选择多个三维模型图像中的一个三维模型图像；

步骤S503：根据该选择指令，获取与待标注图像匹配的三维模型图像。

可选地，上述选择指令可以由标注员发出；例如，标注员点击触摸屏上显示的多个三维模型图像中的其中一个，该点击操作作为选择指令。

以待标注图像为鞋子的二维图像为例，系统中可以预先保存多个三维鞋子模型图像，每个三维鞋子模型图像对应一种鞋型，以便为待标注图像标注二维关键点时，能够选出与该待标注图像匹配的三维模型图像。

本申请实施例还提出一种关键点标注装置，图6为本申请实施例的一种关键点标注装置600的结构示意图，包括：

获取模块610，用于获取与待标注图像匹配的三维模型图像；其中，待标注图像为二维图像，三维模型图像中包含多个三维关键点；

确定模块620，用于在待标注图像上，确定分别与各个三维关键点对应的二维关键点；

投影模块630，用于利用二维关键点和多个三维关键点，将三维模型图像投影为第一二维图像，并将第一二维图像覆盖在待标注图像上；

调整模块640，用于调整二维关键点，直至第一二维图像与待标注图像的吻合度达到预定阈值时，将调整后的二维关键点作为待标注图像的关键点。

本申请实施例还提出另一种关键点标注装置，图7为本申请实施例的一种关键点标注装置700的结构示意图，包括：获取模块710、确定模块620、投影模块730和调整模块640。其中，投影模块730包括：

计算子模块731，用于利用二维关键点和多个三维关键点，计算对应的投影矩阵；

投影子模块732，用于利用投影矩阵将三维模型图像投影为对应的第一二维图像。

在一些实施方式中，调整模块640用于：

判断第一二维图像与待标注图像的吻合度是否达到预定阈值；如果否，则指示投影模型730进行投影；如果是，则将调整后的二维关键点作为待标注图像的关键点。

在一些实施方式中，获取模块710包括：

展示子模块711，用于展示预先设置的多个三维模型图像；

接收子模块712，用于接收选择指令，该选择指令用于选择多个三维模型图像中的一个三维模型图像；

获取子模块713，用于根据该选择指令，获取与待标注图像匹配的三维模型图像。

本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。

根据本申请的实施例，本申请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8所示，是根据本申请实施例的关键点标注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/或者要求的本申请的实现。

如图8所示，该电子设备包括：一个或多个处理器801、存储器802，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、或者多处理器系统)。图8中以一个处理器801为例。

存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的关键点标注方法。本申请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申请所提供的关键点标注方法。

存储器802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，如本申请实施例中的关键点标注方法对应的程序指令/模块(例如，附图6所示的获取模块610、确定模块620、投影模块630和调整模块640)。处理器801通过运行存储在存储器802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标注方法。

存储器802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系统、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标注的电子设备的使用所创建的数据等。此外，存储器802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802可选包括相对于处理器801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标注的电子设备。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。

关键点标注方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图8中以通过总线连接为例。

输入装置803可接收输入的数字或字符信息，以及产生与关键点标注的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804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。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、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系统上执行和/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，可以从存储系统、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系统、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系统和技术，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。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统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虚拟专用服务器(VPS)服务中，存在的管理难度大，业务扩展性弱的缺陷。

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，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请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，并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (8)

1.一种关键点标注方法，包括：

获取与待标注图像匹配的三维模型图像；其中，所述待标注图像为二维图像，所述三维模型图像中包含多个三维关键点；

在所述待标注图像上，确定分别与各个所述三维关键点对应的二维关键点；

利用所述二维关键点和所述多个三维关键点，将所述三维模型图像投影为第一二维图像，并将所述第一二维图像覆盖在所述待标注图像上；

调整所述二维关键点，直至所述第一二维图像与所述待标注图像的吻合度达到预定阈值时，将调整后的二维关键点作为所述待标注图像的关键点；

其中，所述调整所述二维关键点，直至所述第一二维图像与所述待标注图像的吻合度达到预定阈值，将调整后的二维关键点作为所述待标注图像的关键点，包括：

判断所述第一二维图像与所述待标注图像的吻合度是否达到预定阈值；

如果否，则根据用户指令调整所述二维关键点，采用调整后的二维关键点，重复执行所述利用所述二维关键点和所述多个三维关键点，将所述三维模型图像投影为第一二维图像，并将所述第一二维图像覆盖在所述待标注图像上的步骤；

如果是，则将调整后的二维关键点作为所述待标注图像的关键点。

2.根据权利要求1所述的方法，其中，所述利用所述二维关键点和所述多个三维关键点，将所述三维模型图像投影为第一二维图像，包括：

利用所述二维关键点和所述多个三维关键点，计算对应的投影矩阵；

利用所述投影矩阵将所述三维模型图像投影为对应的第一二维图像。

3.根据权利要求1或2所述的方法，其中，所述获取与待标注图像匹配的三维模型图像，包括：

展示预先设置的多个三维模型图像；

接收选择指令，所述选择指令用于选择所述多个三维模型图像中的一个三维模型图像；

根据所述选择指令，获取与待标注图像匹配的三维模型图像。

4.一种关键点标注装置，包括：

获取模块，用于获取与待标注图像匹配的三维模型图像；其中，所述待标注图像为二维图像，所述三维模型图像中包含多个三维关键点；

确定模块，用于在所述待标注图像上，确定分别与各个所述三维关键点对应的二维关键点；

投影模块，用于利用所述二维关键点和所述多个三维关键点，将所述三维模型图像投影为第一二维图像，并将所述第一二维图像覆盖在所述待标注图像上；

调整模块，用于调整所述二维关键点，直至所述第一二维图像与所述待标注图像的吻合度达到预定阈值时，将调整后的二维关键点作为所述待标注图像的关键点；

其中，所述调整所述二维关键点，直至所述第一二维图像与所述待标注图像的吻合度达到预定阈值，将调整后的二维关键点作为所述待标注图像的关键点，包括：

判断所述第一二维图像与所述待标注图像的吻合度是否达到预定阈值；

如果否，则根据用户指令调整所述二维关键点，采用调整后的二维关键点，重复执行所述利用所述二维关键点和所述多个三维关键点，将所述三维模型图像投影为第一二维图像，并将所述第一二维图像覆盖在所述待标注图像上的步骤；

如果是，则将调整后的二维关键点作为所述待标注图像的关键点。

5.根据权利要求4所述的装置，其中，所述投影模块包括：

计算子模块，用于利用所述二维关键点和所述多个三维关键点，计算对应的投影矩阵；

投影子模块，用于利用所述投影矩阵将所述三维模型图像投影为对应的第一二维图像。

6.根据权利要求4或5所述的装置，其中，所述获取模块包括：

展示子模块，用于展示预先设置的多个三维模型图像；

接收子模块，用于接收选择指令，所述选择指令用于选择所述多个三维模型图像中的一个三维模型图像；

获取子模块，用于根据所述选择指令，获取与待标注图像匹配的三维模型图像。

7.一种电子设备，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1-3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。