CN116453220A - 目标对象姿态确定方法、训练方法、装置及电子设备 - Google Patents
目标对象姿态确定方法、训练方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116453220A CN116453220A CN202310422734.8A CN202310422734A CN116453220A CN 116453220 A CN116453220 A CN 116453220A CN 202310422734 A CN202310422734 A CN 202310422734A CN 116453220 A CN116453220 A CN 116453220A
- Authority
- CN
- China
- Prior art keywords
- skeleton
- node
- sample
- initial
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012549 training Methods 0.000 title claims abstract description 52
- 239000013598 vector Substances 0.000 claims abstract description 179
- 238000012545 processing Methods 0.000 claims abstract description 23
- 210000000988 bone and bone Anatomy 0.000 claims description 162
- 238000013136 deep learning model Methods 0.000 claims description 52
- 230000006870 function Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 6
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 34
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 210000001503 joint Anatomy 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 210000002310 elbow joint Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 210000000323 shoulder joint Anatomy 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Abstract
本公开提供了目标对象姿态确定方法、训练方法、装置及电子设备,涉及图像处理技术领域,尤其涉及人工智能技术领域和计算机视觉技术领域。具体实现方案为:提取待检测图像的图像特征;根据图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量;根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点;以及根据目标骨骼节点,确定目标对象姿态。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及人工智能技术领域和计算机视觉技术领域。
背景技术
随着科技的发展,在运动康复评估、运动训练效果评估等应用场景中,可以基于图像处理技术对康复人员或运动员等目标对象的动作姿态图像进行处理,以便于根据检测到的人体动作姿态,评估康复人员的恢复情况,或者评估运动员的训练效果。
发明内容
本公开提供了一种目标对象姿态确定方法、训练方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种目标对象姿态确定方法,包括:提取待检测图像的图像特征;根据图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量;根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点;以及根据目标骨骼节点,确定目标对象姿态。
根据本公开的另一方面,提供了一种深度学习模型的训练方法,包括:获取训练样本,训练样本包括样本初始骨架拓扑结构、与样本目标对象相关的样本图像和样本标签,样本标签包括标签骨骼节点,样本初始骨架拓扑结构包括样本初始骨骼节点;将样本图像输入初始深度学习模型,输出样本骨骼向量;根据样本骨骼向量,更新样本初始骨架拓扑结构中的样本初始骨骼节点,得到样本目标骨骼节点;以及根据样本目标骨骼节点、样本骨骼向量和标签骨骼节点训练初始深度学习模型,得到训练后的深度学习模型。
根据本公开的另一方面,提供了一种目标对象姿态确定装置,包括:第一图像特征提取模块,用于提取待检测图像的图像特征;骨骼向量确定模块,用于根据图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量;骨骼节点更新模块,用于根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点;以及目标对象姿态确定模块,用于根据目标骨骼节点,确定目标对象姿态。
根据本公开的另一方面,提供了一种深度学习模型的训练装置,包括:训练样本获取模块,用于获取训练样本,训练样本包括样本初始骨架拓扑结构、与样本目标对象相关的样本图像和样本标签,样本标签包括标签骨骼节点,样本初始骨架拓扑结构包括样本初始骨骼节点;样本骨骼向量获得模块,用于将样本图像输入初始深度学习模型,输出样本骨骼向量;样本目标骨骼节点获得模块,用于根据样本骨骼向量,更新样本初始骨架拓扑结构中的样本初始骨骼节点,得到样本目标骨骼节点;以及训练模块,用于根据样本目标骨骼节点、样本骨骼向量和标签骨骼节点训练初始深度学习模型,得到训练后的深度学习模型。
根据本公开的另一方面,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根据本公开实施例提供的方法。
根据本公开的另一方面,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,其中,所述计算机指令用于使所述计算机执行根据本公开实施例提供的方法。
根据本公开的另一方面,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根据本公开实施例提供的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用目标对象姿态确定方法及装置的示例性系统架构;
图2示意性示出了根据本公开实施例的目标对象姿态确定方法的流程图;
图3示意性示出了根据本公开实施例的目标对象检测模型的示意图;
图4示意性示出了根据本公开实施例的目标骨架拓扑结构的示意图;
图5示意性示出了根据本公开实施例的深度学习模型的训练方法的流程图;
图6示意性示出了根据本公开实施例的样本目标骨骼节点和标签骨骼节点的示意图;
图7示意性示出了根据本公开实施例的目标对象姿态确定装置的框图;
图8示意性示出了根据本公开实施例的深度学习模型的训练装置的框图;以及
图9示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
在本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
根据一种目标对象姿态检测技术,可以基于深度学习模型来处理与人体等目标对象相关的图像。例如通过深度学习模型针对目标对象的关键点进行回归计算,并基于输出的关键点来实现对于目标对象的姿态检测。而发明人创造性地发现上述方法针对关键点的回归计算精度较低,且在图像中目标对象被障碍物遮挡的情况下,难以实现针对关键点的准确检测,进而导致目标对象姿态的检测精度较低,检测稳定性差。
本公开的实施例提供了目标对象姿态确定方法、训练方法、装置、电子设备、存储介质以及计算机程序产品。该目标对象姿态确定方法包括:提取待检测图像的图像特征;根据图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量;根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点;以及根据目标骨骼节点,确定目标对象姿态。
根据本公开的实施例,通过提取待检测图像的图像特征,并根据图像特征确定初始骨架拓扑结构中,相关联的不同初始骨骼节点之间的骨骼向量,可以根据初始骨架拓扑结构中,不同的初始骨骼节点之间的关联属性,对待检测图像中目标对象的被部分遮挡的关键点(骨骼节点)进行检测。因此根据骨骼向量确定的目标骨骼节点可以至少提升针对存在缺陷的待检测图像的检测精度,即在待检测图像中目标对象被部分遮挡的情况下,通过生成的骨骼向量可以较为完整地表征目标对象的骨骼。进而基于骨骼向量来更新得到目标骨骼节点,可以预测待检测图像中目标对象被遮挡的部分,进而生成与被遮挡部分对应的目标骨骼节点,以减少待检测图像的质量对于目标对象姿态检测的干扰程度。因此,基于目标骨骼节点和骨骼向量较为精准地确定目标对象姿态,可以提升目标对象姿态检测的准确性与适应性。
同时,相对于采用神经网络算法来处理待检测图像,并以目标对象的关键点作为神经网络算法的回归目标,容易产生关键点计算精度较低的技术问题。根据本公开实施例提供的目标对象姿态确定方法,通过生成的骨骼向量来更新初始骨架拓扑结构,可以至少部分避免关键点计算精度较低的技术问题,进一步提升针对目标对象姿态的检测精度。
图1示意性示出了根据本公开实施例的可以应用目标对象姿态确定方法及装置的示例性系统架构。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如,在另一实施例中,可以应用目标对象姿态确定方法及装置的示例性系统架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的目标对象姿态确定方法及装置。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的目标对象姿态确定方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的目标对象姿态确定装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的目标对象姿态确定方法一般也可以由服务器105执行。相应地,本公开实施例所提供的目标对象姿态确定装置一般可以设置于服务器105中。本公开实施例所提供的目标对象姿态确定方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的目标对象姿态确定装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的目标对象姿态确定方法的流程图。
如图2所示,该目标对象姿态确定方法包括操作S210~S240。
在操作S210,提取待检测图像的图像特征。
在操作S220,根据图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量。
在操作S230,根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点。
在操作S240,根据目标骨骼节点,确定目标对象姿态。
根据本公开的实施例,待检测图像可以是与目标对象相关的图像,例如可以是利用图像采集装置,对运动中的目标对象进行图像采集后得到的图像。目标对象可以包括任意类型的生物体,例如人类、猫、狗等哺乳类动物,但不仅限于此,还可以包括鸟类等其他类型的生物体,本公开的实施例对目标对象的具体类型不做限定,本领域技术人员可以根据实际需求进行选择。
根据本公开的实施例,可以基于神经网络算法来提取图像特征,例如可以基于卷积神经网络算法提取图像特征,但不仅限于此,还可以基于其他类型的神经网络算法来提取图像特征,本公开的实施例对提取图像特征的具体算法类型不做限定。
根据本公开的实施例,可以基于神经网络算法来处理图像特征,输出骨骼向量。例如,可以基于循环神经网络(Recurrent Neural Network,RNN)算法来处理图像特征。但不仅限于此,还可以基于其他类型的算法来处理图像特征,本公开的实施例对确定骨骼向量的具体算法类型不做限定。
根据本公开的实施例,初始骨架拓扑结构可以是表征目标对象的骨架属性的拓扑结构,例如可以基于人体的关节之间的骨骼连接属性来确定初始骨架结构。初始骨架结构例如可以通过初始骨骼节点表征人体的关节,相应地,骨骼向量可以表征人体不同的关节之间彼此相关联的骨骼,即初始骨骼节点之间可以通过相应的骨骼向量彼此相关联。
根据本公开的实施例,可以基于骨骼向量与初始骨骼节点之间的关联关系,依序更新初始骨架拓扑结构中初始骨骼节点的骨骼节点位置,进而生成与初始骨骼节点对应的目标骨骼节点,从而实现利用算法中计算得到的骨骼向量来生成目标对象的关键点(目标骨骼节点),降低算法对于回归目标的计算复杂度与计算开销,提升目标骨骼节点的生成效率与检测准确率。
根据本公开的实施例,目标对象姿态可以是能够表征目标对象的骨架姿态的信息,例如可以是表征人体在跳水运动中做出翻腾动作的瞬时骨架姿态的检测图像。检测图像中可以包括人体不同的关节之间的角度,关节、骨骼的位置等姿态信息。
根据本公开的实施例,在待检测图像中目标对象被部分遮挡的情况下,通过本公开实施例提供的方法来处理待检测图像,可以通过骨骼向量较为完整地表征目标对象的骨骼。进而基于骨骼向量来更新得到目标骨骼节点,可以预测待检测图像中目标对象被遮挡的部分,生成与被遮挡部分对应的目标骨骼节点。这样可以减少待检测图像的图像质量对于目标对象姿态检测的干扰程度,实现对于目标对象姿态的精准检测,提升目标对象姿态检测的准确性与适应性。
下面参考图3和图4,结合具体实施例对图2所示的方法做进一步说明。
图3示意性示出了根据本公开实施例的目标对象检测模型的示意图。
如图3所示,目标对象检测模型320可以包括图像特征提取网络321和骨骼向量检测网络322。骨骼向量检测网络322可以包括第一骨骼向量检测层3221、第二骨骼向量检测层3222和第三骨骼向量检测层3223。
待检测图像310可以是与目标对象相关的图像,例如可以是对进行空中翻腾的运动员进行图像采集后得到的图像。提取待检测图像310的图像特征,可以是将待检测图像310输入图像特征提取网络321,输出图像特征。
在本公开的一个实施例中,图像特征提取网络321例如可以是基于Faster RCNN(Regions with CNN features)模型来构建得到的。
根据本公开的实施例,初始骨架拓扑结构包括第0初始骨骼节点和与第0初始骨骼节点相关联的M个初始骨骼节点,M为正整数。
根据本公开的实施例,根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点包括:根据第0初始骨骼节点的第0初始骨骼节点位置,以及与第0初始骨骼节点对应的第[0,m]骨骼向量,更新第m初始骨骼节点,得到第m目标骨骼节点,m=1、...M。
在本公开的一个实施例中,骨骼向量可以是空间中的三维向量,相应地目标骨骼节点位置可以是三维坐标,通过本公开实施例提供的目标对象姿态确定方法,可以基于单目图像采集装置采集到的待检测单目图像,确定目标对象在空间中的三维姿态。
根据本公开的实施例,初始骨架拓扑结构还可以包括第i初始骨骼节点与第j初始骨骼节点,第i初始骨骼节点与第j初始骨骼节点通过第[i,j]骨骼向量相关联,i和j为正整数,i小于j,且i大于或等于m。
根据本公开的实施例,初始骨架拓扑结构中的初始骨骼节点各自可以具有骨骼节点标识。例如可以在目标对象为人体的情况下,可以对表征人体左肩部关节的骨骼节点的骨骼节点标识设置为3,即得到第3初始骨骼节点。针对与左臂手肘关节对应的骨骼节点,可以设置相应的骨骼节点标识为4,即得到骨骼节点标识为4的第4初始骨骼节点。相应地,第3初始骨骼节点与第4初始骨骼节点之间,可以通过第[3,4]骨骼向量相关联,此时i=3,j=4。
如图3所示,可以将图像特征提取网络321输出的图像特征分别输入至第一骨骼向量检测层3221、第二骨骼向量检测层3222和第三骨骼向量检测层3223,输出第[1,2]骨骼向量331、第[2,3]骨骼向量332和第[3,4]骨骼向量333。
第一骨骼向量检测层3221、第二骨骼向量检测层3222和第三骨骼向量检测层3223可以是基于多层感知器(Multi-Layer Perception)构建得到的。初始骨架拓扑结构中的第1初始骨骼节点与第2初始骨骼节点,可以通过第[1,2]骨骼向量331相关联。相应地,初始骨架拓扑结构中,第2初始骨骼节点与第3初始骨骼节点,可以通过第[2,3]骨骼向量332相关联,第3初始骨骼节点与第4初始骨骼节点,可以通过第[3,4]骨骼向量333相关联。
根据本公开的实施例,根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点还可以包括:根据第[i,j]骨骼向量和第i目标骨骼节点的第i目标骨骼节点位置,更新第j初始骨骼节点,得到第j目标骨骼节点,第i目标骨骼节点为对第i初始骨骼节点更新后得到的。
根据本公开的实施例,第i目标骨骼节点位置可以是第i目标骨骼节点的位置坐标,根据第[i,j]骨骼向量和第i目标骨骼节点位置,更新第j初始骨骼节点,例如可以通过第i目标骨骼节点位置与第[i,j]骨骼向量之和来确定得到第j初始骨骼节点对应的第j目标节点位置,根据第j目标节点位置可以确定第j目标骨骼节点。
在本公开的一个实施例中,骨骼向量可以是空间中的三维向量,相应地目标骨骼节点位置可以是三维坐标,通过本公开实施例提供的目标对象姿态确定方法,可以基于单目图像采集装置采集到的待检测单目图像,确定目标对象在空间中的三维姿态。
图4示意性示出了根据本公开实施例的目标骨架拓扑结构的示意图。
如图4所示,目标骨架拓扑结构400中可以表征人体在空中翻腾的动作姿态。目标骨架拓扑结构400可以是基于更新后的目标骨骼节点构建得到,目标骨骼节点可以基于骨骼向量对初始骨架拓扑结构中的初始骨骼节点进行更新后得到。例如,可以根据第5目标骨骼节点N4005的第5目标骨骼节点位置,以及与第5目标骨骼节点N4005关联的第[5,6]骨骼向量L0506,得到第6目标骨骼节点N4006。应该理解的是,此时i=5,j=6。
应该理解的是,根据本公开实施例提供的目标对象姿态确定方法,可以按照初始骨架拓扑结构中,初始骨骼节点彼此之间的关联关系,确定与需要被更新的初始骨骼节点对应的骨骼向量和目标骨骼节点,进而更新得到其他的目标骨骼节点,并在目标骨骼节点更新完毕后得到可以准确地、完整地表征目标对象姿态的目标骨架拓扑结构。
根据本公开的实施例,初始骨架拓扑结构可以将第0初始骨骼节点设定为基准骨骼节点。相应地,可以通过设定第0初始骨骼节点的第0骨骼节点位置,得到与第0初始骨骼节点相关联的第m目标骨骼节点。
如图4所示,可以设定第0初始骨骼节点N4000为基准骨骼节点,相应地,第0初始骨骼节点位置可以为基准位置。根据第0初始骨骼节点N4000的第0初始骨骼节点位置,以及第[0,1]骨骼向量L0001,可以更新第1初始骨骼节点,得到更新后的第1目标骨骼节点N4001。此时,m=1。
应该理解的是,在mmm=8的情况下,根据第0初始骨骼节点N4000的第0初始骨骼节点位置,以及第[0,8]骨骼向量L0008,可以更新第8初始骨骼节点,得到更新后的第8目标骨骼节点N4008。又例如,在m=10的情况下,根据第0初始骨骼节点N4000的第0初始骨骼节点位置,以及第[0,10]骨骼向量L0010,可以更新第10初始骨骼节点,得到更新后的得到第10目标骨骼节点N4010。
根据本公开的实施例,通过将初始骨架拓扑结构中预设的第0初始骨骼节点设置为基准骨骼节点,可以按照初始骨架拓扑结构中初始骨骼节点之间的关联关系,根据骨骼向量依次更新得到与初始骨骼节点对应的目标骨骼节点。由于骨骼向量可以准确地表征目标对象的骨骼在空间中的方向,进而根据目标骨骼节点对应的目标骨骼节点位置,以及目标骨骼节点之间彼此相关联的骨骼向量,更新得到目标骨骼节点,可以至少部分避免直接计算目标骨骼节点位置所存在的计算误差,导致目标对象的骨骼方向出现检测错误,提升针对目标对象姿态的检测精度。
此外,即使在待检测图像中的目标对象被障碍物遮挡的情况下,根据本公开实施例提供的目标对象姿态确定方法,还可以根据骨骼向量得到能够准确地、完整地表征目标对象姿态的目标骨架拓扑结构,从而可以根据目标骨架拓扑结构,即根据更新后得到的目标骨骼节点得到的目标对象姿态,避免在待检测图像存在质量缺陷的情况下对目标对象姿态检测精度较低的问题,从而实现对目标对象姿态进行清晰、完整地检测。
需要说明的是,图4中所示的目标骨骼节点的数量仅为示例性的,根据实现需要,可以更新得到任意数目的目标骨骼节点。
需要说明的是,本公开实施例提供的目标对象姿态确定方法,是在获取相关用户或机构授权的情况下执行的,且预先告知了待检测图像的处理结果,并采用必要的保密措施对目标对象的个人信息进行保护,符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,根据目标骨骼节点,确定目标对象姿态可以包括:根据目标骨骼节点各自的目标骨骼节点位置,生成用于表征目标对象姿态的目标对象姿态图像。
根据本公开的实施例,目标对象姿态图像可以包含有骨骼节点的位置,以及骨骼向量的角度等姿态信息。根据本公开实施例提供的目标姿态确定方法,可以较为准确地表征目标对象的各个骨骼节点(例如关节节点、面部肌肉节点等)的位置,以及骨骼节点之间骨骼向量的角度与方向,从而提升针对目标对象姿态的检测精度。
图5示意性示出了根据本公开实施例的深度学习模型的训练方法的流程图。
如图5所示,该深度学习模型的训练方法包括操作S510~S540。
在操作S510,获取训练样本,训练样本包括样本初始骨架拓扑结构、与样本目标对象相关的样本图像和样本标签,样本标签包括标签骨骼节点,样本初始骨架拓扑结构包括样本初始骨骼节点。
在操作S520,将样本图像输入初始深度学习模型,输出样本骨骼向量。
在操作S530,根据样本骨骼向量,更新样本初始骨架拓扑结构中的样本初始骨骼节点,得到样本目标骨骼节点。
在操作S540,根据样本目标骨骼节点、样本骨骼向量和标签骨骼节点训练初始深度学习模型,得到训练后的深度学习模型。
根据本公开的实施例,样本图像可以是与样本目标对象相关的图像,例如可以是利用图像采集装置,对运动中的样本目标对象进行图像采集后得到的图像。样本目标对象可以包括任意类型的生物体,例如人类、猫、狗等哺乳类动物,但不仅限于此,还可以包括鸟类等其他类型的生物体,本公开的实施例对样本目标对象的具体类型不做限定,本领域技术人员可以根据实际需求进行选择。
根据本公开的实施例,标签骨骼节点可以是样本图像中,能够表征样本目标对象的姿态的关键节点,例如肩关节骨骼节点、肘关节骨骼节点、膝关节骨骼节点等。本公开的实施例对标签骨骼节点的具体类型和/或具体数量不做限定,本领域技术人员可以根据实际需求进行选择。
根据本公开的实施例,深度学习模型可以是基于卷积神经网络算法构建得到的网络模型。例如深度学习模型可以包括基于卷积神经网络构建得到的图像特征提取网络,可以将样本图像输入至图像特征提取网络,输出样本图像特征。深度学习模型还可以包括基于多层感知器构建得到的骨骼向量检测网络。将样本图像特征输入至骨骼向量检测网络,可以得到样本初始骨骼节点之间彼此关联的样本骨骼向量。
需要说明的是,本公开实施例提供的深度学习模型的训练方法中所涉及的技术术语(例如样本初始骨架拓扑结构),可以与上述实施例中提供的目标对象姿态确定方法中相同或相应的技术术语(例如初始骨架拓扑结构)具有相同或相应的技术属性,本公开的实施例不再赘述。
在本公开的实施例中,根据本公开实施例提供的深度学习模型的训练方法,可以用于上述实施例中提供的目标对象姿态确定方法,得到目标对象姿态。
根据本公开的实施例,根据样本目标骨骼节点、样本骨骼向量和标签骨骼节点训练初始深度学习模型可以包括:根据第一损失函数处理样本目标骨骼节点和标签骨骼节点,输出第一损失值;根据第二损失函数处理样本骨骼向量和标签骨骼节点,输出第二损失值;以及根据第一损失值和第二损失值调整初始深度学习模型的参数。
根据本公开的实施例,通过根据第二损失函数处理样本骨骼向量和标签骨骼节点来训练初始深度学习模型,可以提升深度学习模型对于样本骨骼向量的位置预测精确程度,进而根据第一损失函数和第二损失函数来联合训练得到深度学习模型,可以提升深度学习模型输出的样本骨骼向量对于骨骼位置与方向的检测精度,提升针对目标对象姿态检测的精确程度。
在本公开的一个实施例中,可以基于如下公式(1)来计算得到第一损失值。
M1=∑L1(|b-bgt|); (1)
公式(1)中,L1表示第一损失函数,b表示样本目标骨骼节点的样本目标骨骼节点位置,以及对应的样本骨骼向量;bgt可以表示标签骨骼节点的标签骨骼节点位置,以及标签骨骼向量;M1表示第一损失值。
根据本公开的实施例,第一损失函数可以包括以下任意一项:均方误差损失函数(MSE,Mean Square Error)、平均绝对误差损失函数(MAE,Mean Absolute Error)、平滑的平均绝对误差损失函数。
根据本公开的实施例,第二损失函数可以包括以下任意一项:分位数损失函数(Quantile Loss)、对数损失函数(Log-Cosh Loss)。
根据本公开的实施例,根据不同类型的损失函数来分别构建第一损失函数和第二损失函数,可以提升深度学习模型针对骨骼向量的方向,以及骨骼向量的位置的预测精度,进而提升深度学习模型对于目标对象姿态的检测精度。
根据本公开的实施例,标签骨骼节点包括多个,多个标签骨骼节点各自对应有标签骨骼节点位置,样本骨骼向量也可以包括多个。
根据本公开的实施例,根据第二损失函数处理样本骨骼向量和标签骨骼节点,输出第二损失值可以包括:根据第p标签骨骼节点的标签骨骼节点位置和第k标签骨骼节点的标签骨骼节点位置,确定第[p,k]标签向量,第[p,k]标签向量表征第p标签骨骼节点和第k标签骨骼节点之间的边,p和k均为正整数,且p不等于k;根据样本初始骨架拓扑结构,确定由第p样本初始骨骼节点至第k样本初始骨骼节点构成的样本节点链路;根据样本节点链路,从多个样本骨骼向量中,确定与样本节点链路对应的目标样本骨骼向量;根据第二损失函数处理目标样本骨骼向量和第[p,k]标签向量,输出第二损失值。
根据本公开的实施例,可以基于如下公式(2)来计算得到第二损失值。
公式(2)中,M2表示第二损失值,L2表示第二损失函数,vpk′表示第第[p,k]标签向量,vqk表示与样本节点链路对应的目标样本骨骼向量。例如,在p=1,k=4的情况下,vqk可以包括第[1,2]样本骨骼向量、第[2,3]样本骨骼向量和第[3,4]样本骨骼向量。
在本公开的一个实施例中,k可以是基于随机规则确定的,通过基于随机规则确定的k,可以使第p样本目标骨骼节点至第k样本目标骨骼节点之间的一个或多个样本骨骼向量,与第[p,k]标签向量进行拟合,以提升深度学习模型输出的样本骨骼向量的准确度,进而提升更新得到的样本目标骨骼节点的预测精度,以便于提升针对目标对象姿态的检测精度与检测效果。
图6示意性示出了根据本公开实施例的样本目标骨骼节点和标签骨骼节点的示意图。
如图6所示,第一区域600a可以由样本目标骨骼节点和样本骨骼向量构成。可以理解的是,第一区域600a可以表征样本目标对象躯干至左臂的部分样本目标对象姿态。相应地,第二区域600b可以由标签骨骼节点和标签骨骼向量构成。
根据第二区域600b中的第1标签骨骼节点N6001’的标签骨骼节点位置,以及第4标签骨骼节点N6004’的标签骨骼节点位置,可以确定第[1,4]标签向量L0104’。可以理解的是,p=1,k=4。
根据样本初始骨架拓扑结构中第1样本初始骨骼节点至第4样本初始骨骼节点可以构成样本节点链路。根据样本节点链路包含的样本初始骨骼节点,可以从第一区域600a中确定与样本节点链路对应的样本目标骨骼节点为第1样本目标骨骼节点N6001、第2样本目标骨骼节点N6002、第3样本目标骨骼节点N6003与第4样本目标骨骼节点N6004。
相应地,与样本节点链路对应的目标样本骨骼向量,可以包括第[1,2]样本骨骼向量L0102、第[2,3]样本骨骼向量L0203和第[3,4]样本骨骼向量L0304。进而实现从多个样本骨骼向量中,确定与样本节点链路对应的目标样本骨骼向量。
应该理解的是,第1样本目标骨骼节点N6001与第2样本目标骨骼节点N6002彼此之间通过第[1,2]样本骨骼向量L0102相关联,第2样本目标骨骼节点N6002与第3样本目标骨骼节点N6003彼此之间通过第[2,3]样本骨骼向量L0203相关联,第3样本目标骨骼节点N6003与第4样本目标骨骼节点N6004彼此之间通过第[3,4]样本骨骼向量L0304相关联。
根据本公开的实施例,可以将第[1,4]标签向量L0104’、第[1,2]样本骨骼向量L0102、第[2,3]样本骨骼向量L0203和第[3,4]样本骨骼向量L0304输入至第二损失函数,得到第二损失值。
图7示意性示出了根据本公开实施例的目标对象姿态确定装置的框图。
如图7所示,目标对象姿态确定装置700包括第一图像特征提取模块710、骨骼向量确定模块720、骨骼节点更新模块730和目标对象姿态确定模块740。
第一图像特征提取模块710,用于提取待检测图像的图像特征。
骨骼向量确定模块720,用于根据图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量。
骨骼节点更新模块730,用于根据骨骼向量,更新初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点。
目标对象姿态确定模块740,用于根据目标骨骼节点,确定目标对象姿态。
根据本公开的实施例,初始骨架拓扑结构包括第i初始骨骼节点与第j初始骨骼节点,第i初始骨骼节点与第j初始骨骼节点通过第[i,j]骨骼向量相关联。
根据本公开的实施例,初始骨架拓扑结构包括第0初始骨骼节点和与第0初始骨骼节点相关联的M个初始骨骼节点,M为正整数。
其中,骨骼节点更新模块包括第一更新单元。
第一更新单元,用于根据第0初始骨骼节点的第0初始骨骼节点位置,以及与第0初始骨骼节点对应的第[0,m]骨骼向量,更新第m初始骨骼节点,得到第m目标骨骼节点,m=1、...M。
根据本公开的实施例,初始骨架拓扑结构还包括第i初始骨骼节点与第j初始骨骼节点,第i初始骨骼节点与第j初始骨骼节点通过第[i,j]骨骼向量相关联,i和j为正整数,i小于j,且i大于或等于m。
其中,骨骼节点更新模块还包括第二更新单元。
第二更新单元,用于根据第[i,j]骨骼向量和第i目标骨骼节点的第i目标骨骼节点位置,更新第j初始骨骼节点,得到第j目标骨骼节点,第i目标骨骼节点为对第i初始骨骼节点更新后得到的。
根据本公开的实施例,目标对象姿态确定模块包括目标对象姿态图像确定单元。
目标对象姿态图像确定单元,用于根据目标骨骼节点各自的目标骨骼节点位置,生成用于表征目标对象姿态的目标对象姿态图像。
图8示意性示出了根据本公开实施例的深度学习模型的训练装置的框图。
如图8所示,深度学习模型的训练装置800包括训练样本获取模块810、样本骨骼向量获得模块820、样本目标骨骼节点获得模块830和训练模块840。
训练样本获取模块810,用于获取训练样本,训练样本包括样本初始骨架拓扑结构、与样本目标对象相关的样本图像和样本标签,样本标签包括标签骨骼节点,样本初始骨架拓扑结构包括样本初始骨骼节点。
样本骨骼向量获得模块820,用于将样本图像输入初始深度学习模型,输出样本骨骼向量。
样本目标骨骼节点获得模块830,用于根据样本骨骼向量,更新样本初始骨架拓扑结构中的样本初始骨骼节点,得到样本目标骨骼节点。
训练模块840,用于根据样本目标骨骼节点、样本骨骼向量和标签骨骼节点训练初始深度学习模型,得到训练后的深度学习模型。
根据本公开的实施例,训练模块包括:第一损失值获得单元、第二损失值获得单元和参数调整单元。
第一损失值获得单元,用于根据第一损失函数处理样本目标骨骼节点和标签骨骼节点,输出第一损失值。
第二损失值获得单元,用于根据第二损失函数处理样本骨骼向量和标签骨骼节点,输出第二损失值。
参数调整单元,用于根据第一损失值和第二损失值调整初始深度学习模型的参数。
根据本公开的实施例,标签骨骼节点包括多个,多个标签骨骼节点各自对应有标签骨骼节点位置,样本骨骼向量包括多个。
其中,第二损失值获得单元包括:标签向量确定子单元、样本节点链路确定子单元、目标样本骨骼向量获得子单元和第二损失值获得子单元。
标签向量确定子单元,用于根据第p标签骨骼节点的标签骨骼节点位置和第k标签骨骼节点的标签骨骼节点位置,确定第[p,k]标签向量,第[p,k]标签向量表征第p标签骨骼节点和第k标签骨骼节点之间的边,p和k均为正整数,且p不等于k。
样本节点链路确定子单元,用于根据样本初始骨架拓扑结构,确定由第p样本初始骨骼节点至第k样本初始骨骼节点构成的样本节点链路。
目标样本骨骼向量获得子单元,用于根据样本节点链路,从多个样本骨骼向量中,确定与样本节点链路对应的目标样本骨骼向量。
第二损失值获得子单元,用于根据所述第二损失函数处理所述目标样本骨骼向量和所述第[p,k]标签向量,输出所述第二损失值。
根据本公开的实施例,本公开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。
根据本公开的实施例,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,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如上所述的方法。
根据本公开的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如上所述的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图9示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。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/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如目标对象姿态确定方法,或者深度学习模型的训练方法。例如,在一些实施例中,目标对象姿态确定方法,或者深度学习模型的训练方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的目标对象姿态确定方法,或者深度学习模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标对象姿态确定方法,或者深度学习模型的训练方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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,也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (18)
1.一种目标对象姿态确定方法,包括:
提取待检测图像的图像特征;
根据所述图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量;
根据所述骨骼向量,更新所述初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点;以及
根据所述目标骨骼节点,确定目标对象姿态。
2.根据权利要求1所述的方法,其中,所述初始骨架拓扑结构包括第0初始骨骼节点和与所述第0初始骨骼节点相关联的M个初始骨骼节点,M为正整数;
其中,所述根据所述骨骼向量,更新所述初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点包括:
根据所述第0初始骨骼节点的第0初始骨骼节点位置,以及与所述第0初始骨骼节点对应的第[0,m]骨骼向量,更新所述第m初始骨骼节点,得到第m目标骨骼节点,m=1、...M。
3.根据权利要求2所述的方法,其中,所述初始骨架拓扑结构还包括第i初始骨骼节点与第j初始骨骼节点,所述第i初始骨骼节点与所述第j初始骨骼节点通过第[i,j]骨骼向量相关联,i和j为正整数,i小于j,且i大于或等于m;
其中,所述根据所述骨骼向量,更新所述初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点还包括:
根据所述第[i,j]骨骼向量和第i目标骨骼节点的第i目标骨骼节点位置,更新所述第j初始骨骼节点,得到第j目标骨骼节点,所述第i目标骨骼节点为对所述第i初始骨骼节点更新后得到的。
4.根据权利要求1所述的方法,其中,所述根据所述目标骨骼节点,确定目标对象姿态包括:
根据所述目标骨骼节点各自的目标骨骼节点位置,生成用于表征所述目标对象姿态的目标对象姿态图像。
5.一种深度学习模型的训练方法,包括:
获取训练样本,所述训练样本包括样本初始骨架拓扑结构、与样本目标对象相关的样本图像和样本标签,所述样本标签包括标签骨骼节点,所述样本初始骨架拓扑结构包括样本初始骨骼节点;
将所述样本图像输入初始深度学习模型,输出样本骨骼向量;
根据所述样本骨骼向量,更新所述样本初始骨架拓扑结构中的样本初始骨骼节点,得到样本目标骨骼节点;以及
根据所述样本目标骨骼节点、所述样本骨骼向量和所述标签骨骼节点训练所述初始深度学习模型,得到训练后的深度学习模型。
6.根据权利要求5所述的方法,其中,所述根据所述样本目标骨骼节点、所述样本骨骼向量和所述标签骨骼节点训练所述初始深度学习模型包括:
根据第一损失函数处理所述样本目标骨骼节点和所述标签骨骼节点,输出第一损失值;
根据第二损失函数处理所述样本骨骼向量和所述标签骨骼节点,输出第二损失值;以及
根据所述第一损失值和所述第二损失值调整所述初始深度学习模型的参数。
7.根据权利要求6所述的方法,其中,所述标签骨骼节点包括多个,多个所述标签骨骼节点各自对应有标签骨骼节点位置,所述样本骨骼向量包括多个;
其中,所述根据第二损失函数处理所述样本骨骼向量和所述标签骨骼节点,输出第二损失值包括:
根据第p标签骨骼节点的标签骨骼节点位置和第k标签骨骼节点的标签骨骼节点位置,确定第[p,k]标签向量,所述第[p,k]标签向量表征所述第p标签骨骼节点和第k标签骨骼节点之间的边,p和k均为正整数,且p不等于k;
根据所述样本初始骨架拓扑结构,确定由第p样本初始骨骼节点至第k样本初始骨骼节点构成的样本节点链路;
根据所述样本节点链路,从多个所述样本骨骼向量中,确定与所述样本节点链路对应的目标样本骨骼向量;
根据所述第二损失函数处理所述目标样本骨骼向量和所述第[p,k]标签向量,输出所述第二损失值。
8.根据权利要求6或7所述的方法,其中,所述第一损失函数包括以下任意一项:
均方误差损失函数、平均绝对误差损失函数、平滑的平均绝对误差损失函数;
所述第二损失函数包括以下任意一项:
分位数损失函数、对数损失函数。
9.一种目标对象姿态确定装置,包括:
第一图像特征提取模块,用于提取待检测图像的图像特征;
骨骼向量确定模块,用于根据所述图像特征,确定初始骨架拓扑结构中,初始骨骼节点之间彼此相关联的骨骼向量;
骨骼节点更新模块,用于根据所述骨骼向量,更新所述初始骨架拓扑结构中的初始骨骼节点,得到目标骨骼节点;以及
目标对象姿态确定模块,用于根据所述目标骨骼节点,确定目标对象姿态。
10.根据权利要求9所述的装置,其中,所述初始骨架拓扑结构包括第0初始骨骼节点和与所述第0初始骨骼节点相关联的M个初始骨骼节点,M为正整数;
其中,所述骨骼节点更新模块包括:
第一更新单元,用于根据所述第0初始骨骼节点的第0初始骨骼节点位置,以及与所述第0初始骨骼节点对应的第[0,m]骨骼向量,更新所述第m初始骨骼节点,得到第m目标骨骼节点,m=1、...M。
11.根据权利要求10所述的装置,其中,所述初始骨架拓扑结构还包括第i初始骨骼节点与第j初始骨骼节点,所述第i初始骨骼节点与所述第j初始骨骼节点通过第[i,j]骨骼向量相关联,i和j为正整数,i小于j,且i大于或等于m;
其中,所述骨骼节点更新模块还包括:
第二更新单元,用于根据所述第[i,j]骨骼向量和第i目标骨骼节点的第i目标骨骼节点位置,更新所述第j初始骨骼节点,得到第j目标骨骼节点,所述第i目标骨骼节点为对所述第i初始骨骼节点更新后得到的。
12.根据权利要求9所述的装置,其中,目标对象姿态确定模块包括:
目标对象姿态图像确定单元,用于根据所述目标骨骼节点各自的目标骨骼节点位置,生成用于表征所述目标对象姿态的目标对象姿态图像。
13.一种深度学习模型的训练装置,包括:
训练样本获取模块,用于获取训练样本,所述训练样本包括样本初始骨架拓扑结构、与样本目标对象相关的样本图像和样本标签,所述样本标签包括标签骨骼节点,所述样本初始骨架拓扑结构包括样本初始骨骼节点;
样本骨骼向量获得模块,用于将所述样本图像输入初始深度学习模型,输出样本骨骼向量;
样本目标骨骼节点获得模块,用于根据所述样本骨骼向量,更新样本初始骨架拓扑结构中的样本初始骨骼节点,得到样本目标骨骼节点;以及
训练模块,用于根据所述样本目标骨骼节点、所述样本骨骼向量和所述标签骨骼节点训练所述初始深度学习模型,得到训练后的深度学习模型。
14.根据权利要求13所述的装置,其中,所述训练模块包括:
第一损失值获得单元,用于根据第一损失函数处理所述样本目标骨骼节点和所述标签骨骼节点,输出第一损失值;
第二损失值获得单元,用于根据第二损失函数处理所述样本骨骼向量和所述标签骨骼节点,输出第二损失值;以及
参数调整单元,用于根据所述第一损失值和所述第二损失值调整所述初始深度学习模型的参数。
15.根据权利要求14所述的装置,其中,所述标签骨骼节点包括多个,多个所述标签骨骼节点各自对应有标签骨骼节点位置,所述样本骨骼向量包括多个;
其中,所述第二损失值获得单元包括:
标签向量确定子单元,用于根据第p标签骨骼节点的标签骨骼节点位置和第k标签骨骼节点的标签骨骼节点位置,确定第[p,k]标签向量,所述第[p,k]标签向量表征所述第p标签骨骼节点和第k标签骨骼节点之间的边,p和k均为正整数,且p不等于k;
样本节点链路确定子单元,用于根据所述样本初始骨架拓扑结构,确定由第p样本初始骨骼节点至第k样本初始骨骼节点构成的样本节点链路;
目标样本骨骼向量获得子单元,用于根据所述样本节点链路,从多个所述样本骨骼向量中,确定与所述样本节点链路对应的目标样本骨骼向量;
第二损失值获得子单元,用于根据所述第二损失函数处理所述目标样本骨骼向量和所述第[p,k]标签向量,输出所述第二损失值。
16.一种电子设备,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至8中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至8中任一项所述的方法。
18.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310422734.8A CN116453220B (zh) | 2023-04-19 | 目标对象姿态确定方法、训练方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310422734.8A CN116453220B (zh) | 2023-04-19 | 目标对象姿态确定方法、训练方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116453220A true CN116453220A (zh) | 2023-07-18 |
CN116453220B CN116453220B (zh) | 2024-05-10 |
Family
ID=
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304790A (zh) * | 2018-01-19 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 骨骼运动预测处理方法、装置和肢体运动预测处理方法 |
CN109753891A (zh) * | 2018-12-19 | 2019-05-14 | 山东师范大学 | 基于人体关键点检测的足球运动员姿势校准方法及系统 |
CN110263720A (zh) * | 2019-06-21 | 2019-09-20 | 中国民航大学 | 基于深度图像和骨骼信息的动作识别方法 |
CN112668492A (zh) * | 2020-12-30 | 2021-04-16 | 中山大学 | 一种自监督学习与骨骼信息的行为识别方法 |
CN112991503A (zh) * | 2021-04-22 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 一种基于蒙皮权重的模型训练方法、装置、设备及介质 |
CN114549859A (zh) * | 2022-02-22 | 2022-05-27 | 平安科技(深圳)有限公司 | 骨龄预测方法、装置、电子设备及存储介质 |
CN114613013A (zh) * | 2022-03-18 | 2022-06-10 | 长沙理工大学 | 一种基于骨骼节点的端到端人类行为识别方法与模型 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304790A (zh) * | 2018-01-19 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 骨骼运动预测处理方法、装置和肢体运动预测处理方法 |
CN109753891A (zh) * | 2018-12-19 | 2019-05-14 | 山东师范大学 | 基于人体关键点检测的足球运动员姿势校准方法及系统 |
CN110263720A (zh) * | 2019-06-21 | 2019-09-20 | 中国民航大学 | 基于深度图像和骨骼信息的动作识别方法 |
CN112668492A (zh) * | 2020-12-30 | 2021-04-16 | 中山大学 | 一种自监督学习与骨骼信息的行为识别方法 |
CN112991503A (zh) * | 2021-04-22 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 一种基于蒙皮权重的模型训练方法、装置、设备及介质 |
CN114549859A (zh) * | 2022-02-22 | 2022-05-27 | 平安科技(深圳)有限公司 | 骨龄预测方法、装置、电子设备及存储介质 |
CN114613013A (zh) * | 2022-03-18 | 2022-06-10 | 长沙理工大学 | 一种基于骨骼节点的端到端人类行为识别方法与模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110688929B (zh) | 一种人体骨架关节点定位方法及装置 | |
CN113095336B (zh) | 关键点检测模型的训练方法和检测目标对象关键点的方法 | |
CN112784765B (zh) | 用于识别动作的方法、装置、设备以及存储介质 | |
US20220139061A1 (en) | Model training method and apparatus, keypoint positioning method and apparatus, device and medium | |
CN113705362B (zh) | 图像检测模型的训练方法、装置、电子设备及存储介质 | |
WO2021217937A1 (zh) | 姿态识别模型的训练方法及设备、姿态识别方法及其设备 | |
CN112784102B (zh) | 视频检索方法、装置和电子设备 | |
CN116453222A (zh) | 目标对象姿态确定方法、训练方法、装置以及存储介质 | |
CN110956131B (zh) | 单目标追踪方法、装置及系统 | |
CN116092120B (zh) | 基于图像的动作确定方法、装置、电子设备及存储介质 | |
CN116453220B (zh) | 目标对象姿态确定方法、训练方法、装置及电子设备 | |
CN115457365B (zh) | 一种模型的解释方法、装置、电子设备及存储介质 | |
CN116453221B (zh) | 目标对象姿态确定方法、训练方法、装置以及存储介质 | |
CN116453220A (zh) | 目标对象姿态确定方法、训练方法、装置及电子设备 | |
CN114220163A (zh) | 人体姿态估计方法、装置、电子设备及存储介质 | |
CN111369603A (zh) | 点云配准技术的评估方法、装置、电子设备及可读存储介质 | |
CN116452741B (zh) | 对象重建方法、对象重建模型的训练方法、装置及设备 | |
CN116385829B (zh) | 姿态描述信息生成方法、模型的训练方法和装置 | |
CN114863473B (zh) | 一种人体关键点检测方法、装置、设备及存储介质 | |
CN115641355A (zh) | 用于检测骨架的方法、装置、设备、介质和产品 | |
CN115830640B (zh) | 一种人体姿态识别和模型训练方法、装置、设备和介质 | |
CN116051694B (zh) | 虚拟形象生成方法、装置、电子设备以及存储介质 | |
CN116109991B (zh) | 模型的约束参数确定方法、装置及电子设备 | |
CN113128601B (zh) | 分类模型的训练方法和对图像进行分类的方法 | |
CN113012281B (zh) | 人体模型的确定方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant |