CN113469111A - 图像关键点检测方法及系统、电子设备、存储介质 - Google Patents
图像关键点检测方法及系统、电子设备、存储介质 Download PDFInfo
- Publication number
- CN113469111A CN113469111A CN202110809569.2A CN202110809569A CN113469111A CN 113469111 A CN113469111 A CN 113469111A CN 202110809569 A CN202110809569 A CN 202110809569A CN 113469111 A CN113469111 A CN 113469111A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- pixel points
- attention
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 230000007246 mechanism Effects 0.000 claims abstract description 84
- 239000013598 vector Substances 0.000 claims abstract description 81
- 238000010586 diagram Methods 0.000 claims abstract description 53
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims description 77
- 238000000034 method Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 11
- 238000007477 logistic regression Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000003068 static 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
- 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
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)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (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)
Abstract
本申请公开了一种图像关键点检测方法及系统、电子设备、存储介质,其中,所述图像关键点检测方法包括:获取待处理图像;将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图;将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图;其中,所述注意力机制向量图由各个所述像素点的注意力机制向量组成;所述注意力机制向量用于表征所述像素点的重要性;基于所述注意力机制向量图,从各个所述像素点中确定出关键点。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种图像关键点检测方法及系统、电子设备、存储介质。
背景技术
图像关键点检测属于许多领域中是至关重要的步骤,例如,在人体姿态、动作检测中,通过检测人体骨骼关键点为人体姿态、动作行为的预测提供更准确的描述,在人脸识别中,检测人脸的关键点后续,以应用于人脸识别,微表情识别,疲劳驾驶识别等。
现今被广泛应用的图像关键点的检测方法为深度学习方法,该方法基于卷积神经网络搭建检测模型,然后对该检测模型进行训练,并利用训练好的检测模型对图像进行处理,检测出图像上的关键点。
但是卷积神经网络是具体提取特征信息,无法有效的捕捉全局的结构信息,即无法有效的捕捉像素点间的关联的信息,所以基于卷积神经网络构建的模型通常是分别对不同的器官或部位进行训练和检测,直接用于对图像中完整目标物体检测,所得到的检测结果的准确性较低。
发明内容
基于上述现有技术的不足,本申请提供了一种图像关键点检测方法及系统、电子设备、存储介质,以解决现有技术对完整目标物体的关键点检测的准确性较低的问题。
为了实现上述目的,本申请提供了以下技术方案:
本申请第一方面提供了一种图像关键点检测方法,包括:
获取待处理图像;
将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图;
将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图;其中,所述注意力机制向量图由各个所述像素点的注意力机制向量组成;所述注意力机制向量用于表征所述像素点的重要性;
基于所述注意力机制向量图,从各个所述像素点中确定出关键点。
可选地,在上述的图像关键点检测方法中,所述获取待处理图像,包括:
获取原始待处理图像;
利用物体检测算法对所述原始待处理图像进行目标检测,得到所述原始待处理图像中的目标个体;
从所述原始待处理图像中裁剪出包含所述目标个体的区域图像,并将所述区域图像作为所述待处理图像。
可选地,在上述的图像关键点检测方法中,所述将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图,包括:
将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络基于预设填充参数以及预设步长,对所述待处理图像中的各个像素点进行特征提取,得到与所述待处理图像尺寸相同的多通道特征图;其中,所述预设填充参数以及预设步长均为1。
可选地,在上述的图像关键点检测方法中,所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图,包括:
分别利用预先训练得到的查询矩阵、键值矩阵以及信息矩阵对所述多通道特征图进行处理,得到查询隐式矩阵、键值隐式矩阵以及信息隐式矩阵;
计算所述查询隐式矩阵与所述键值隐式矩阵的转置的内积,并对所述内积进行逻辑回归处理,得到权重矩阵;其中,所述权重包括各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重;
计算所述权重矩阵与所述信息隐式矩阵的内积,得到所述注意力机制向量图。
可选地,在上述的图像关键点检测方法中,所述基于所述注意力机制向量图,从各个所述像素点中确定出关键点,包括:
将所述注意力机制向量图输入二分类网络中,通过所述二分类网络基于各个所述像素点的注意力机制向量,将各个所述像素点划分为关键点与非关键点;其中,所述二分类网络为预先与所述注意力网络模型间联合训练好的网络。
本申请第二方面提供了一种图像关键点检测系统,包括:
获取单元,用于获取待处理图像;
特征提取单元,用于将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图;
自注意力单元,用于将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图;其中,所述注意力机制向量图由各个所述像素点的注意力机制向量组成;所述注意力机制向量用于表征所述像素点的重要性;
确定单元,用于基于所述注意力机制向量图,从各个所述像素点中确定出关键点。
可选地,在上述的图像关键点检测装置中,所述获取单元,包括:
第一获取单元,用于获取原始待处理图像;
物体检测单元,用于利用物体检测算法对所述原始待处理图像进行目标检测,得到所述原始待处理图像中的目标个体;
裁剪单元,用于从所述原始待处理图像中裁剪出包含所述目标个体的区域图像,并将所述区域图像作为所述待处理图像。
可选地,在上述的图像关键点检测装置中,所述特征提取单元执行所述将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图时,用于:
将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络基于预设填充参数以及预设步长,对所述待处理图像中的各个像素点进行特征提取,得到与所述待处理图像尺寸相同的多通道特征图;其中,所述预设填充参数以及预设步长均为1。
可选地,在上述的图像关键点检测装置中,所述自注意力单元执行所述将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图时,用于:
将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型对查询隐式矩阵与键值隐式矩阵的转置的内积进行逻辑回归处理,得到权重矩阵,并计算所述权重矩阵与信息隐式矩阵的内积,得到所述注意力机制向量图;其中,所述权重包括各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重;所述查询隐式矩阵、所述键值隐式矩阵以及所述信息隐式矩阵为分别将预先训练得到的查询矩阵、键值矩阵以及信息矩阵对所述多通道特征图进行处理得到。
可选地,在上述的图像关键点检测装置中,所述确定单元,包括:
二分类单元,用于将所述注意力机制向量图输入二分类网络中,通过所述二分类网络基于各个所述像素点的注意力机制向量,将各个所述像素点划分为关键点与非关键点;其中,所述二分类网络为预先与所述注意力网络模型间联合训练好的网络。
本申请第三方面提供了一种电子设备,包括:
一个或多个处理器;
存储器,其上存储有一个或多个程序;
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上述任意一项所述的图像关键点检测方法。
本申请第四方面提供了一种计算机存储介质,用于存储程序,所述程序被执行时,用于实现如上述任意一项所述的图像关键点检测方法。
本申请提供的一种图像关键点检测方法,获取待处理图像,并将待处理图像输入卷积神经网络中,通过卷积神经网络对待处理图像中的各个像素点进行特征提取,得到多通道特征图,然后将多通道特征图输入预先训练好的注意力网络模型中,通过注意力网络模型计算各个像素点相对于待处理图像中的其他像素点的重要性权重,并基于重要性权重输出注意力机制向量图。其中,注意力机制向量图由各个像素点的注意力机制向量组成,且注意力机制向量用于表征所述像素点的重要性,所以通过注意力机制学习像素点相对其他像素点的重要性权重,充分的考虑到了像素点间的关联,来确定像素点的重要性,最后基于注意力机制向量图,从各个像素点中确定出关键点,从而有效地保证了对图像中的整个目标的关键点的检测的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种图像关键点检测方法的流程图;
图2为本申请另一实施例提供的一种获取待处理图像的方法的流程图;
图3为本申请另一实施例提供的一种注意力网络模型确定注意力机制向量图的方法的流程图;
图4为本申请另一实施例提供的一种注意力网络模型的架构示意图;
图5为本申请另一实施例提供的一种注意力网络模型的训练方法的流程图;
图6为本申请另一实施例提供的一种图像关键点检测系统的结构示意图;
图7为本申请另一实施例提供的一种获取单元的结构示意图;
图8为本申请另一实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请实施例提供了一种图像关键点检测方法,如图1所示,包括以下步骤:
S101、获取待处理图像。
可选地,可以是通过摄像头等图像采集设备获取待处理图像,或者从数据库中或缓存中获取所存储的待处理图像,又或者由用户上传至待处理图像。当然也可以采用其他的方式获取待处理图像。
可选地,在本申请实施例中,步骤S101的一种具体实施方式,如图2所示,包括以下步骤:
S201、获取原始待处理图像。
可选地,同样可以是通过摄像头等图像采集设备获取待处理图像,或者从数据库中或缓存中获取所存储的待处理图像,又或者由用户上传至待处理图像。当然也同样可以采用其他的方式获取待处理图像。
S202、利用物体检测算法对原始待处理图像进行目标检测,得到原始待处理图像中的目标个体。
可选地,物体检测算法可以使用主流程的物体检测算法,因此此处不再赘述。
S203、从原始待处理图像中裁剪出包含目标个体的区域图像,并将区域图像作为待处理图像。
由于关键点检测,检测的是目标个体上的关键点,所以为了去除图像上多余的不重要的信息,降低后续处理的数据量,也为了能提供后续处理的效率,因此在本申请实施例中,通过物体检测算法检测出图像中的目标个体,然后裁剪出包含目标个体的区域图像,并将该区域图像作为待处理图像。
S102、将待处理图像输入卷积神经网络中,通过卷积神经网络对待处理图像中的各个像素点进行特征提取,得到多通道特征图。
需要说明的是,图像的像素点通常对应有R、G、B三个通道,所以在本申请实施例中,将待处理图像输入卷积神经网络中,通过卷积神经网络针对每个通道,对待处理图像中的各个像素点进行特征提取,并将提取出的各个特征在三个通道的特征组成多通道特征图。
可选地,本申请另一实施例提供了步骤S102的一种实施方式,具体为以下方式:
将待处理图像输入卷积神经网络中,通过卷积神经网络基于预设填充参数以及预设步长,对待处理图像中的各个像素点进行特征提取,得到与所述待处理图像尺寸相同的多通道特征图。
其中,预设填充参数以及预设步长均为1,即在本申请实施例中,所构建的卷积神经网络的填充参数(padding)和步长(stride)均设置1,并且本申请实施例构建的卷积神经网络不设置有池化层,以能保证最后输出的多通道特征图与待处理图像的大小相同,避免丢失像素点或者增加不必要的信息,影响最终的检测结果。
S103、将多通道特征图输入预先训练好的注意力网络模型中,通过注意力网络模型计算各个像素点相对于待处理图像中的其他像素点的重要性权重,并基于重要性权重输出注意力机制向量图。
其中,注意力机制向量图由各个像素点的注意力机制向量组成。注意力机制向量用于表征像素点的重要性。
具体的,注意力网络模型利用多通道特征图,计算各个像素点相对于待处理图像中的其他像素点的重要性权重,并基于重要性权重输出注意力机制向量图。
需要说明的是,在使用注意力网络模型对多通道特征图进行处理时,在注意力网络模型中,图像中的每个像素点拥有三个主要元素,分别为:键值K(key),查询值Q(query),以及信息值V(value)。其中,K和V在数值上是相等,表征各个像素点间的关系,但是在自学习工程中所代表的含义不同,查询值则主要表征的是目标像素点的特征,三个值可以通过将预先学习到的参数作用于提取到的像素点的特征得到。具体的,注意力学习得到一个像素点的注意力机制向量的过程,可表示为:
基于上述的表达式,对于每个像素点而言,对它的K值与其他所有像素点的Q值的内积取softmax,即对该内积进行逻辑回归计算,得到的就是其他像素点对这个像素点的重要性权重。该像素点的重要性权重乘上相应的像素点的V值求和得到的就是这个像素点的输出。可见这个像素点的输出,包含其他对他重要的像素点的信息,对他重要的像素点体现的就是个体的结构信息,即包括了该像素点与其他像素点间的关联信息。
可选地,注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图的一种具体实现过程,如图3所示,包括以下步骤:
S301、分别利用预先训练得到的查询矩阵、键值矩阵以及信息矩阵对多通道特征图进行处理,得到查询隐式矩阵、键值隐式矩阵以及信息隐式矩阵。
具体的,如图4所示,利用可学习参数矩阵中的查询矩阵Q作用于多通道特征图,得到查询隐藏矩阵。利用可学习参数矩阵中的键值矩阵K作用于多通道特征图,得到键值隐藏矩阵。可学习参数矩阵中的信息矩阵V作用于多通道特征图,得到信息隐藏矩阵。
S302、计算查询隐式矩阵与键值隐式矩阵的转置的内积,并对内积进行逻辑回归处理,得到权重矩阵。
其中,权重包括各个所述像素点相对于待处理图像中的其他像素点的重要性权重。
可选地,对查询隐式矩阵与键值隐式矩阵的转置的内积进行逻辑回归,可以采用softmax函数实现。
S303、计算权重矩阵与信息隐式矩阵的内积,得到注意力机制向量图。
可选地,本申请实施例提供了一种注意力网络模型的训练方法,如图5所示,具体可以是:
S501、获取样本图片以及样本图片的标注信息,标注信息包括样本图片中的各个关键点的信息。
需要说明的是,样本图片可以包括多张。样本图片的标注信息可以由人工标注样本图片上的关键点,并记录关键点的信息。
S502、将样本图片输入卷积神经网络中,通过卷积神经网络对样本图片中的各个像素点进行特征提取,得到样本图片的多通道特征图。
S503、将样本图片的多通道特征图输入构建的注意力网络模型中,通过注意力网络模型对样本图片的多通道特征图进行处理,得到样本图片的注意力机制向量图。
S504、将样本图片的注意力机制向量图输入全连接层中,通过全连接层基于样本图片的注意力机制向量图,确定样本图片中的关键点。
其中,全连接层相当于二分类网络,基于样本图片中的各个像素点的注意力机制向量,确定像素点是否为关键点。
S505、对比标注信息与确定出的样本图片中的关键点,确定当前误差。
标注信息包括了正式的关键点的信息,所以对比真实的关键点和模型确定出的关键点,则可以计算得到模型输出的结构的误差。
S506、判断当前误差是否小于预设阈值。
其中,若判断当前误差不小于预设阈值,则执行步骤S507。若判断当前误差小于预设阈值,则执行步骤S508。
S507、调整注意力网络模型的参数。
需要说明的是,在执行步骤S507之后,返回执行步骤S503。
S508、完成对注意力网络模型的训练。
S104、基于注意力机制向量图,从各个像素点中确定出关键点。
由于,注意力机制向量图中包含个像素点的注意力机制向量,而像素点的注意力机制向量用于表征像素点在待处理图像中的重要性,而像素点在待处理图像中的重要性越高,则其为待处理图像中的关键点的概率越大,所以基于像素点的注意力机制向量,可以确定出待处理图像中的关键点。
可选地,本申请另一实施例中提供了步骤S104的一种具体实施方法,包括:
将注意力机制向量图输入二分类网络中,通过二分类网络基于各个所述像素点的注意力机制向量,将各个像素点划分为关键点与非关键点。
其中,二分类网络为预先与所述注意力网络模型间联合训练好的网络。
本申请实施例提供的一种图像关键点检测方法,获取待处理图像,并将待处理图像输入卷积神经网络中,通过卷积神经网络对待处理图像中的各个像素点进行特征提取,得到多通道特征图,然后将多通道特征图输入预先训练好的注意力网络模型中,通过注意力网络模型计算各个像素点相对于待处理图像中的其他像素点的重要性权重,并基于重要性权重输出注意力机制向量图。其中,注意力机制向量图由各个像素点的注意力机制向量组成,且注意力机制向量用于表征所述像素点的重要性,所以通过注意力机制学习像素点相对其他像素点的重要性权重,充分的考虑到了像素点间的关联,来确定像素点的重要性,最后基于注意力机制向量图,从各个像素点中确定出关键点,从而有效地保证了对图像中的整个目标的关键点的检测的准确性。
本申请另一实施例提供了一种图像关键点检测系统,如图6所示,包括以下单元:
获取单元601,用于获取待处理图像。
特征提取单元602,用于将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图。
自注意力单元603,用于将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图。
其中,所述注意力机制向量图由各个所述像素点的注意力机制向量组成。所述注意力机制向量用于表征所述像素点的重要性。
确定单元604,用于基于所述注意力机制向量图,从各个所述像素点中确定出关键点。
可选地,本申请另一实施例提供的图像关键点检测装置中的获取单元,如图7所示,包括:
第一获取单元701,用于获取原始待处理图像。
物体检测单元702,用于利用物体检测算法对所述原始待处理图像进行目标检测,得到所述原始待处理图像中的目标个体。
裁剪单元703,用于从所述原始待处理图像中裁剪出包含所述目标个体的区域图像,并将所述区域图像作为所述待处理图像。
可选地,本申请另一实施例提供的图像关键点检测装置中,特征提取单元执行所述将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图时,用于:
将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络基于预设填充参数以及预设步长,对所述待处理图像中的各个像素点进行特征提取,得到与所述待处理图像尺寸相同的多通道特征图;其中,所述预设填充参数以及预设步长均为1。
可选地,本申请另一实施例提供的图像关键点检测装置中,自注意力单元执行所述将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图,用于:
将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型对查询隐式矩阵与键值隐式矩阵的转置的内积进行逻辑回归处理,得到权重矩阵,并计算所述权重矩阵与信息隐式矩阵的内积,得到所述注意力机制向量图。
其中,所述权重包括各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重。所述查询隐式矩阵、所述键值隐式矩阵以及所述信息隐式矩阵为分别将预先训练得到的查询矩阵、键值矩阵以及信息矩阵对所述多通道特征图进行处理得到。
可选地,本申请另一实施例提供的图像关键点检测装置中的确定单元,包括:
二分类单元,用于将所述注意力机制向量图输入二分类网络中,通过所述二分类网络基于各个所述像素点的注意力机制向量,将各个所述像素点划分为关键点与非关键点。
其中,所述二分类网络为预先与所述注意力网络模型间联合训练好的网络。
需要说明的是,本申请上述实施例提供的各个单元的具体工作过程可相应地参考上述方法实施例中的相应的步骤,此处不再赘述。
本申请另一实施例提供了一种电子设备,如图8所示,包括:
一个或多个处理器801以及存储器802。
其中,存储器802上存储有一个或多个程序,当该一个或多个程序被一个或多个处理器801执行时,使得一个或多个处理器801实现如上述任意一个实施例提供的图像关键点检测方法。
本申请另一实施例提供了一种计算机存储介质,用于存储程序,所述程序被执行时,用于实现如上述任意一个实施例提供的图像关键点检测方法。
计算机存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种图像关键点检测方法,其特征在于,包括:
获取待处理图像;
将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图;
将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图;其中,所述注意力机制向量图由各个所述像素点的注意力机制向量组成;所述注意力机制向量用于表征所述像素点的重要性;
基于所述注意力机制向量图,从各个所述像素点中确定出关键点。
2.根据权利要求1所述的方法,其特征在于,所述获取待处理图像,包括:
获取原始待处理图像;
利用物体检测算法对所述原始待处理图像进行目标检测,得到所述原始待处理图像中的目标个体;
从所述原始待处理图像中裁剪出包含所述目标个体的区域图像,并将所述区域图像作为所述待处理图像。
3.根据权利要求1所述的方法,其特征在于,所述将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图,包括:
将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络基于预设填充参数以及预设步长,对所述待处理图像中的各个像素点进行特征提取,得到与所述待处理图像尺寸相同的多通道特征图;其中,所述预设填充参数以及预设步长均为1。
4.根据权利要求1所述的方法,其特征在于,所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图,包括:
分别利用预先训练得到的查询矩阵、键值矩阵以及信息矩阵对所述多通道特征图进行处理,得到查询隐式矩阵、键值隐式矩阵以及信息隐式矩阵;
计算所述查询隐式矩阵与所述键值隐式矩阵的转置的内积,并对所述内积进行逻辑回归处理,得到权重矩阵;其中,所述权重包括各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重;
计算所述权重矩阵与所述信息隐式矩阵的内积,得到所述注意力机制向量图。
5.根据权利要求1所述的方法,其特征在于,所述基于所述注意力机制向量图,从各个所述像素点中确定出关键点,包括:
将所述注意力机制向量图输入二分类网络中,通过所述二分类网络基于各个所述像素点的注意力机制向量,将各个所述像素点划分为关键点与非关键点;其中,所述二分类网络为预先与所述注意力网络模型间联合训练好的网络。
6.一种图像关键点检测系统,其特征在于,包括:
获取单元,用于获取待处理图像;
特征提取单元,用于将所述待处理图像输入卷积神经网络中,通过所述卷积神经网络对所述待处理图像中的各个像素点进行特征提取,得到多通道特征图;
自注意力单元,用于将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图;其中,所述注意力机制向量图由各个所述像素点的注意力机制向量组成;所述注意力机制向量用于表征所述像素点的重要性;
确定单元,用于基于所述注意力机制向量图,从各个所述像素点中确定出关键点。
7.根据权利要求6所述的系统,其特征在于,所述获取单元,包括:
第一获取单元,用于获取原始待处理图像;
物体检测单元,用于利用物体检测算法对所述原始待处理图像进行目标检测,得到所述原始待处理图像中的目标个体;
裁剪单元,用于从所述原始待处理图像中裁剪出包含所述目标个体的区域图像,并将所述区域图像作为所述待处理图像。
8.根据权利要求6所述的系统,其特征在于,所述自注意力单元执行所述将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型计算各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重,并基于所述重要性权重输出注意力机制向量图时,用于:
将所述多通道特征图输入预先训练好的注意力网络模型中,通过所述注意力网络模型对查询隐式矩阵与键值隐式矩阵的转置的内积进行逻辑回归处理,得到权重矩阵,并计算所述权重矩阵与信息隐式矩阵的内积,得到所述注意力机制向量图;其中,所述权重包括各个所述像素点相对于所述待处理图像中的其他像素点的重要性权重;所述查询隐式矩阵、所述键值隐式矩阵以及所述信息隐式矩阵为分别将预先训练得到的查询矩阵、键值矩阵以及信息矩阵对所述多通道特征图进行处理得到。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,其上存储有一个或多个程序;
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至5任意一项所述的图像关键点检测方法。
10.一种计算机存储介质,其特征在于,用于存储程序,所述程序被执行时,用于实现如权利要求1至5任意一项所述的图像关键点检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110809569.2A CN113469111A (zh) | 2021-07-16 | 2021-07-16 | 图像关键点检测方法及系统、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110809569.2A CN113469111A (zh) | 2021-07-16 | 2021-07-16 | 图像关键点检测方法及系统、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113469111A true CN113469111A (zh) | 2021-10-01 |
Family
ID=77880880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110809569.2A Pending CN113469111A (zh) | 2021-07-16 | 2021-07-16 | 图像关键点检测方法及系统、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113469111A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723610A (zh) * | 2022-06-10 | 2022-07-08 | 武汉海微科技有限公司 | 图像智能处理方法、装置、设备及存储介质 |
CN114782756A (zh) * | 2022-06-20 | 2022-07-22 | 深圳新视智科技术有限公司 | 基于特征融合的缺陷检测方法、装置、设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018153322A1 (zh) * | 2017-02-23 | 2018-08-30 | 北京市商汤科技开发有限公司 | 关键点检测方法、神经网络训练方法、装置和电子设备 |
CN110852273A (zh) * | 2019-11-12 | 2020-02-28 | 重庆大学 | 一种基于强化学习注意力机制的行为识别方法 |
CN111274977A (zh) * | 2020-01-22 | 2020-06-12 | 中能国际建筑投资集团有限公司 | 多任务卷积神经网络模型及使用方法、装置和存储介质 |
CN111324738A (zh) * | 2020-05-15 | 2020-06-23 | 支付宝(杭州)信息技术有限公司 | 一种确定文本标签的方法和系统 |
CN111582044A (zh) * | 2020-04-15 | 2020-08-25 | 华南理工大学 | 基于卷积神经网络和注意力模型的人脸识别方法 |
CN111597884A (zh) * | 2020-04-03 | 2020-08-28 | 平安科技(深圳)有限公司 | 面部动作单元识别方法、装置、电子设备及存储介质 |
CN112132145A (zh) * | 2020-08-03 | 2020-12-25 | 深圳大学 | 一种基于模型扩展卷积神经网络的图像分类方法及系统 |
CN112149500A (zh) * | 2020-08-14 | 2020-12-29 | 浙江大学 | 一种部分遮挡的人脸识别小样本学习方法 |
CN112257578A (zh) * | 2020-10-21 | 2021-01-22 | 平安科技(深圳)有限公司 | 人脸关键点检测方法、装置、电子设备及存储介质 |
WO2021012526A1 (zh) * | 2019-07-22 | 2021-01-28 | 平安科技(深圳)有限公司 | 人脸识别模型的训练方法、人脸识别方法、装置、设备及存储介质 |
CN112699668A (zh) * | 2021-01-05 | 2021-04-23 | 广州楹鼎生物科技有限公司 | 一种化学信息抽取模型的训练方法、抽取方法、装置、设备及存储介质 |
CN113065586A (zh) * | 2021-03-23 | 2021-07-02 | 四川翼飞视科技有限公司 | 一种非局域的图像分类装置、方法和存储介质 |
CN113095370A (zh) * | 2021-03-18 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 图像识别方法、装置、电子设备及存储介质 |
CN113111804A (zh) * | 2021-04-16 | 2021-07-13 | 北京房江湖科技有限公司 | 一种人脸检测的方法、装置、电子设备及存储介质 |
-
2021
- 2021-07-16 CN CN202110809569.2A patent/CN113469111A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018153322A1 (zh) * | 2017-02-23 | 2018-08-30 | 北京市商汤科技开发有限公司 | 关键点检测方法、神经网络训练方法、装置和电子设备 |
WO2021012526A1 (zh) * | 2019-07-22 | 2021-01-28 | 平安科技(深圳)有限公司 | 人脸识别模型的训练方法、人脸识别方法、装置、设备及存储介质 |
CN110852273A (zh) * | 2019-11-12 | 2020-02-28 | 重庆大学 | 一种基于强化学习注意力机制的行为识别方法 |
CN111274977A (zh) * | 2020-01-22 | 2020-06-12 | 中能国际建筑投资集团有限公司 | 多任务卷积神经网络模型及使用方法、装置和存储介质 |
CN111597884A (zh) * | 2020-04-03 | 2020-08-28 | 平安科技(深圳)有限公司 | 面部动作单元识别方法、装置、电子设备及存储介质 |
CN111582044A (zh) * | 2020-04-15 | 2020-08-25 | 华南理工大学 | 基于卷积神经网络和注意力模型的人脸识别方法 |
CN111324738A (zh) * | 2020-05-15 | 2020-06-23 | 支付宝(杭州)信息技术有限公司 | 一种确定文本标签的方法和系统 |
CN112132145A (zh) * | 2020-08-03 | 2020-12-25 | 深圳大学 | 一种基于模型扩展卷积神经网络的图像分类方法及系统 |
CN112149500A (zh) * | 2020-08-14 | 2020-12-29 | 浙江大学 | 一种部分遮挡的人脸识别小样本学习方法 |
CN112257578A (zh) * | 2020-10-21 | 2021-01-22 | 平安科技(深圳)有限公司 | 人脸关键点检测方法、装置、电子设备及存储介质 |
CN112699668A (zh) * | 2021-01-05 | 2021-04-23 | 广州楹鼎生物科技有限公司 | 一种化学信息抽取模型的训练方法、抽取方法、装置、设备及存储介质 |
CN113095370A (zh) * | 2021-03-18 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 图像识别方法、装置、电子设备及存储介质 |
CN113065586A (zh) * | 2021-03-23 | 2021-07-02 | 四川翼飞视科技有限公司 | 一种非局域的图像分类装置、方法和存储介质 |
CN113111804A (zh) * | 2021-04-16 | 2021-07-13 | 北京房江湖科技有限公司 | 一种人脸检测的方法、装置、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723610A (zh) * | 2022-06-10 | 2022-07-08 | 武汉海微科技有限公司 | 图像智能处理方法、装置、设备及存储介质 |
CN114782756A (zh) * | 2022-06-20 | 2022-07-22 | 深圳新视智科技术有限公司 | 基于特征融合的缺陷检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816009B (zh) | 基于图卷积的多标签图像分类方法、装置及设备 | |
CN108920654B (zh) | 一种问答文本语义匹配的方法和装置 | |
CN109272031A (zh) | 一种训练样本生成方法及装置、设备、介质 | |
CN113469118B (zh) | 多目标行人跟踪方法及装置、电子设备、存储介质 | |
CN113469111A (zh) | 图像关键点检测方法及系统、电子设备、存储介质 | |
CN104809139B (zh) | 代码文件查询方法和装置 | |
CN109902588B (zh) | 一种手势识别方法、装置及计算机可读存储介质 | |
CN116310850B (zh) | 基于改进型RetinaNet的遥感图像目标检测方法 | |
CN112802108A (zh) | 目标对象定位方法、装置、电子设备及可读存储介质 | |
CN115311550B (zh) | 遥感影像语义变化检测方法、装置、电子设备及存储介质 | |
CN111179270A (zh) | 基于注意力机制的图像共分割方法和装置 | |
CN114359592A (zh) | 模型训练及图像处理方法、装置、设备、存储介质 | |
CN113723352B (zh) | 一种文本检测方法、系统、存储介质及电子设备 | |
CN117437395A (zh) | 目标检测模型训练方法、目标检测方法及装置 | |
CN113435531B (zh) | 零样本图像分类方法、系统、电子设备及存储介质 | |
CN113963236A (zh) | 目标检测方法及装置 | |
CN111985616B (zh) | 一种图像特征提取方法、图像检索方法、装置及设备 | |
CN111753729B (zh) | 一种假脸检测方法、装置、电子设备及存储介质 | |
CN117422783A (zh) | 图像样本生成模型的训练方法、图像样本生成方法及装置 | |
CN111353526A (zh) | 一种图像匹配方法、装置以及相关设备 | |
CN114155388B (zh) | 一种图像识别方法、装置、计算机设备和存储介质 | |
CN111061774B (zh) | 搜索结果准确性判断方法、装置、电子设备及存储介质 | |
CN114677176A (zh) | 兴趣内容的推荐方法及装置、电子设备、存储介质 | |
CN113139382A (zh) | 命名实体识别方法及装置 | |
CN116912920B (zh) | 表情识别方法及装置 |
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 |