CN116453221B - 目标对象姿态确定方法、训练方法、装置以及存储介质 - Google Patents

目标对象姿态确定方法、训练方法、装置以及存储介质 Download PDF

Info

Publication number
CN116453221B
CN116453221B CN202310423097.6A CN202310423097A CN116453221B CN 116453221 B CN116453221 B CN 116453221B CN 202310423097 A CN202310423097 A CN 202310423097A CN 116453221 B CN116453221 B CN 116453221B
Authority
CN
China
Prior art keywords
skeleton
node
initial
sample
skeletal
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
CN202310423097.6A
Other languages
English (en)
Other versions
CN116453221A (zh
Inventor
吕以豪
卢飞翔
李龙腾
张良俊
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202310423097.6A priority Critical patent/CN116453221B/zh
Publication of CN116453221A publication Critical patent/CN116453221A/zh
Application granted granted Critical
Publication of CN116453221B publication Critical patent/CN116453221B/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
    • 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
    • G06V10/77—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
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了目标对象姿态确定方法、训练方法、装置以及存储介质，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：对与目标对象相关的待检测图像进行特征提取，得到第一特征图；根据第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图；根据第一特征图和骨骼节点热力图，得到骨骼向量，其中，初始骨架拓扑结构中，初始骨骼节点之间通过骨骼向量彼此相关联；以及根据骨骼向量更新初始骨架拓扑结构，得到目标对象姿态。

Description

目标对象姿态确定方法、训练方法、装置以及存储介质
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：对与目标对象相关的待检测图像进行特征提取，得到第一特征图；根据第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图；根据第一特征图和骨骼节点热力图，得到骨骼向量，其中，初始骨架拓扑结构中，初始骨骼节点之间通过骨骼向量彼此相关联；以及根据骨骼向量更新初始骨架拓扑结构，得到目标对象姿态。
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，深度学习模型包括图像特征提取网络、骨骼节点热力图检测网络和融合网络，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标签，标签为表征样本目标对象的标签骨骼节点，样本初始骨架拓扑结构包括样本初始骨骼节点；将样本图像输入图像特征提取网络，输出样本第一特征图；将样本第一特征图输入骨骼节点热力图检测网络，输出样本初始骨架拓扑结构中，样本初始骨骼节点各自对应的样本骨骼节点热力图；将样本第一特征图和样本骨骼节点热力图输入融合网络，输出样本骨骼向量，其中，样本初始骨架拓扑结构中，样本初始骨骼节点之间通过样本骨骼向量彼此相关联；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；以及利用样本目标骨骼节点和标签骨骼节点，训练深度学习模型。
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：第一特征图获得模块，用于对与目标对象相关的待检测图像进行特征提取，得到第一特征图；骨骼节点热力图获得模块，用于根据第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图；骨骼向量获得模块，用于根据第一特征图和骨骼节点热力图，得到骨骼向量，其中，初始骨架拓扑结构中，初始骨骼节点之间通过骨骼向量彼此相关联；以及目标对象姿态确定模块，用于根据骨骼向量更新初始骨架拓扑结构，得到目标对象姿态。
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，深度学习模型包括图像特征提取网络、骨骼节点热力图检测网络和融合网络，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标签，标签为表征样本目标对象的标签骨骼节点，样本初始骨架拓扑结构包括样本初始骨骼节点；样本第一特征图获得模块，用于将样本图像输入图像特征提取网络，输出样本第一特征图；样本骨骼节点热力图获得模块，用于将样本第一特征图输入骨骼节点热力图检测网络，输出样本初始骨架拓扑结构中，样本初始骨骼节点各自对应的样本骨骼节点热力图；样本骨骼向量获得模块，用于将样本第一特征图和样本骨骼节点热力图输入融合网络，输出样本骨骼向量，其中，样本初始骨架拓扑结构中，样本初始骨骼节点之间通过样本骨骼向量彼此相关联；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，用于利用样本目标骨骼节点和标签骨骼节点，训练深度学习模型。
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姿态检测模型的示意图；
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目标对象姿态确定方法的流程图；
图6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7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8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：对与目标对象相关的待检测图像进行特征提取，得到第一特征图；根据第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图；根据第一特征图和骨骼节点热力图，得到骨骼向量，其中，初始骨架拓扑结构中，初始骨骼节点之间通过骨骼向量彼此相关联；以及根据骨骼向量更新初始骨架拓扑结构，得到目标对象姿态。
根据本公开的实施例，通过提取待检测图像的图像特征，并根据得到的第一特征图确定骨骼节点热力图，并通过融合第一特征图和骨骼节点热力图的方式来充分学习待检测图像的整体图像特征，以及学习骨骼节点图特征所表征的待检测图像的局部特征，使生成的骨骼向量可以精确地表征不同骨骼节点之间的连接关系，提升后续目标对象姿态的检测精度。同时将目标对象姿态检测的回归目标确定为骨骼向量，可以在待检测图像中目标对象的关键点被遮挡情况下，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，从而提升针对目标对象关键点的检测精度与检测完整度，进而提升目标对象姿态的检测精度。
需要说明的是，本公开实施例中获取到的待检测图像等数据是经过相关用户或具有相关资质的机构授权后获取到的，并预先告知相关用户或机构数据用途，同时对数据进行必要的加密措施，避免目标对象的身份信息泄露，符合相关法律法规的要求。
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，对与目标对象相关的待检测图像进行特征提取，得到第一特征图。
在操作S220，根据第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图。
在操作S230，根据第一特征图和骨骼节点热力图，得到骨骼向量，其中，初始骨架拓扑结构中，初始骨骼节点之间通过骨骼向量彼此相关联。
在操作S240，根据骨骼向量更新初始骨架拓扑结构，得到目标对象姿态。
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，骨骼节点热力图可以包括表征目标对象的骨骼节点的高斯热力图。可以通过神经网络算法来处理第一特征图，得到骨骼节点热力图。例如可以基于卷积神经网络构建检测头(head)来处理第一特征图，输出与初始骨骼节点对应的骨骼节点热力图。
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，可以基于神经网络算法融合第一特征图和骨骼节点热力图，例如可以基于注意力机制构建得到的融合网络来融合第一特征图和骨骼节点热力图，得到骨骼向量。
根据本公开的实施例，骨骼向量可以用于表征目标对象的骨骼的方向、位置等重要的姿态信息，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，从而实现根据骨骼向量来生成目标对象的关键点(目标骨骼节点)，进而可以根据目标对象的关键点来实现确定待检测图像中的目标对象姿态，降低了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姿态图像，姿态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初始骨架拓扑结构，可以预测待检测图像中目标对象被遮挡的部分，生成完整的目标对象姿态。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姿态检测模型的示意图。
如图3所示，目标对象姿态检测模型320可以包括图像特征提取网络321、骨骼节点热力图检测网络322和融合网络323。
提取待检测图像的图像特征，得到第一特征图。可以是讲待检测图像311输入图像特征提取网络321，输出第一特征图312。
在本公开的一个实施例中，可以基于轻量化的骨干(Backbone)网络来构建图像特征提取网络321，例如MobileNet，ShuffleNet等，以便降低目标对象姿态确定方法的计算复杂性，提升计算效率，节省计算开销。
根据本公开的实施例，根据第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图包括：对第一特征图进行至少一次卷积，得到与初始骨骼节点对应的骨骼节点热力图。
如图3所示，对第一特征图进行至少一次卷积可以包括将第一特征图312输入至骨骼节点热力图检测网络322的第一检测层3221，输出第1骨骼节点热力图3131。第一检测层3221可以是基于卷积神经网络构建得到的，第一检测层3221可以对第一特征图312进行卷积下采样，得到与初始骨架拓扑结构中，第1初始骨骼节点对应的第1骨骼节点热力图3131。
又例如，对第一特征图进行至少一次卷积还可以包括将第一特征图312输入至第二检测层3222，输出第2骨骼节点热力图3132。第二检测层3222可以是基于卷积神经网络构建得到的，第二检测层3222可以对第一特征图312进行卷积下采样，得到与初始骨架拓扑结构中，第2初始骨骼节点对应的第2骨骼节点热力图3132。
又例如，对第一特征图进行至少一次卷积还可以包括将第一特征图312输入至第三检测层3223，输出第3骨骼节点热力图3133。第三检测层3223可以是基于卷积神经网络构建得到的，第三检测层3223可以对第一特征图312进行卷积下采样，得到与初始骨架拓扑结构中，第3初始骨骼节点对应的第3骨骼节点热力图3133。
根据本公开的实施例，根据第一特征图和骨骼节点热力图，得到骨骼向量可以包括：融合第一特征图和骨骼节点热力图，得到骨骼向量特征；以及根据骨骼向量特征，确定骨骼向量。
根据本公开的实施例，骨骼向量特征可以是表征初始骨架拓扑结构中，相关联的初始骨骼节点之间的骨骼的特性信息。可以基于神经网络模型来融合第一特征图和骨骼节点热力图，例如可以基于Transformer模型来融合第一特征图和骨骼节点热力图，得到骨骼向量特征。但不仅限于此，还可以基于其他类型的算法来融合第一特征图和骨骼节点热力图，本公开的实施例对融合第一特征图和骨骼节点热力图的具体算法类型不做限定。
如图3所示，融合网络323可以包括融合层3231和骨骼向量输出层3232。融合第一特征图和骨骼节点热力图，例如可以是将第一特征图312，以及第1骨骼节点热力图3131、第2骨骼节点热力图3132和第3骨骼节点热力图3133输入至融合层3231，输出第[1，2]骨骼向量特征和第[2，3]骨骼向量特征。
根据本公开的实施例，根据骨骼向量特征确定骨骼向量，例如可以将第[1，2]骨骼向量特征和第[2，3]骨骼向量特征输入至如图3所示的骨骼向量输出层3232，输出第[1，2]骨骼向量331和第[2，3]骨骼向量332。
在本实施例中，融合层3231可以基于Transformer模型构建得到，通过将第一特征图和骨骼节点热力图输入至基于Transformer模型构建得到的融合层3231，可以充分融合第一特征图312所表征的目标对象姿态的全局信息，以及第1骨骼节点热力图3131、第2骨骼节点热力图3132和第3骨骼节点热力图3133各自表征的目标对象关键点的局部信息，即实现与目标对象姿态对应的全局信息和局部信息的充分融合，提升输出的骨骼向量表征目标对象姿态的精确程度。
需要说明的是，骨骼向量输出层3232可以基于多层感知器(Multi-LayerPerception，MLP)构建得到。
根据本公开的实施例，骨骼节点热力图包括初始骨架拓扑结构中，第p初始骨骼节点和第q初始骨骼节点各自对应的第p骨骼节点热力图和第q骨骼节点热力图，p和q为大于或等于0的整数，且p不等于q。
融合第一特征图和骨骼节点热力图可以包括：融合第一特征图和第p骨骼节点热力图，得到第p融合特征；融合第一特征图和第q骨骼节点热力图，得到第q融合特征；以及根据第p融合特征和第q融合特征，确定第[p，q]骨骼向量特征。
在本公开的实施例中，通过将每个初始骨骼节点各自对应的骨骼节点热力图，分别与第一特征图融合，可以使得到的每个融合特征充分地融合对应骨骼节点的局部信息和目标对象姿态的全局信息，进而可以通过得到第[p，q]骨骼向量特征来准确地表征第p目标骨骼节点和第q目标骨骼节点之间关联的骨骼，从而实现对于骨骼向量的精准回归计算，提升针对目标对象姿态的检测精准程度。
根据本公开的实施例，可预计基于如何公式(1)来确定第[p，q]骨骼向量特征。
公式(1)中，Fpq表示第[p，q]骨骼向量特征，cat()可以表示拼接函数，M表示第一特征图，Hp和H臼分别表示第p骨骼节点热力图和第q骨骼节点热力图。
需要说明的是，本公开的实施例对骨骼节点热力图的数量不做限定，例如可以包括n个骨骼节点热力图，且n大于等于2，p或q小于等于n。
根据本公开的实施例，第一特征图M的维度可以表示为(h，w，m)，骨骼节点热力图Hp和骨骼节点热力图Hq各自的维度可以表示为(h，w，1)，∑M×Hp可以表示为第一特征图M对应的特征图矩阵，与骨骼节点热力图Hp对应的图矩阵中对应的元素位置相乘。因此，第一特征图M中的每个(1，1，m)的向量均需要和骨骼节点热力图Hp的对应位置的元素相乘。相乘后可以得到h×w个(1，1，m)向量，并将h×w个(1，1，m)向量相加，可以得到一个m维向量。∑Hp可以表示为将骨骼节点热力图Hp中每个位置对应的元素相加，得到m维向量。
应该理解的是，基于公式(1)可以得到n个初始骨骼节点之间彼此关联的每个骨骼向量特征，将骨骼向量特征输入至基于多层感知器(Multi-Layer Perception，MLP)构建得到的神经网络模型中，可以输出不同的初始骨骼节点之间的骨骼向量，进而可以根据骨骼向量来更新初始骨架拓扑结构，实现对目标对象姿态的精准检测。
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，第0初始骨骼节点，以及与第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可以包括：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，更新与第0初始骨骼节点相关联的第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。
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。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m＝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。
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，i和j为正整数，i小于j，且i大于或等于m。
需要说明的是，初始骨架拓扑结构可以是在预设第0初始骨骼节点的情况下，根据其他的初始骨骼节点与第0初始骨骼节点的关联关系，依序确定初始骨架拓扑结构中其他的初始骨骼节点。例如，在第2初始骨骼节点与第0初始骨骼节点相关联，且第5初始骨骼节点与第2初始骨骼节点相关联的情况下，即i＝m＝2，且j＝5时，可以在得到第2目标骨骼节点的情况下，根据第[2，5]骨骼向量和第2目标骨骼节点位置，更新得到第5目标骨骼节点。
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还可以包括：根据第[i，j]骨骼向量和第i目标骨骼节点的目标骨骼节点位置，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。
如图4所示，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，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，可以克服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，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。
图5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。
根据本公开的实施例，深度学习模型包括图像特征提取网络、骨骼节点热力图检测网络和融合网络。
如图5所示，深度学习模型的训练方法包括操作S510～操作S560。
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标签，标签为表征样本目标对象的标签骨骼节点，样本初始骨架拓扑结构包括样本初始骨骼节点。
在操作S520，将样本图像输入图像特征提取网络，输出样本第一特征图。
在操作S530，将样本第一特征图输入骨骼节点热力图检测网络，输出样本初始骨架拓扑结构中，样本初始骨骼节点各自对应的样本骨骼节点热力图。
在操作S540，将样本第一特征图和样本骨骼节点热力图输入融合网络，输出样本骨骼向量，其中，样本初始骨架拓扑结构中，样本初始骨骼节点之间通过样本骨骼向量彼此相关联。
在操作S550，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S560，利用样本目标骨骼节点和标签骨骼节点，训练深度学习模型。
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，可以基于神经网络算法来构建图像特征提取网络，例如可以基于卷积神经网络算法构建图像特征提取网络，但不仅限于此，还可以基于其他类型的神经网络算法来构建图像特征提取网络，本公开的实施例对构建图像特征提取网络的具体算法类型不做限定。
根据本公开的实施例，样本骨骼节点热力图可以包括表征样本目标对象的骨骼节点的高斯热力图。可以通过神经网络算法来构建骨骼节点热力图检测网络。例如可以基于样本卷积神经网络构建检测头(head)来构建骨骼节点热力图检测网络，输出与初始骨骼节点对应的骨骼节点热力图。
根据本公开的实施例，样本初始骨架拓扑结构可以是表征样本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。样本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，样本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，即样本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，可以基于神经网络算法构建融合网络，例如可以基于注意力机制构建得到的融合网络来融合第一特征图和骨骼节点热力图，得到骨骼向量。
根据本公开的实施例，训练后得到的深度学习模型可以用于上述实施例中的目标对象姿态确定方法，已实现对目标对象姿态的精准检测。
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。
需要说明的是，本公开实施例中获取到的训练样本等数据是经过相关用户或具有相关资质的机构授权后获取到的，并预先告知相关用户或机构数据用途，同时对数据进行必要的加密措施，避免目标对象的身份信息泄露，符合相关法律法规的要求。
图6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6所示，目标对象姿态确定装置600可以包括：第一特征图获得模块610、骨骼节点热力图获得模块620、骨骼向量获得模块630和目标对象姿态确定模块640。
第一特征图获得模块610，用于对与目标对象相关的待检测图像进行特征提取，得到第一特征图。
骨骼节点热力图获得模块620，用于根据第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图。
骨骼向量获得模块630，用于根据第一特征图和骨骼节点热力图，得到骨骼向量，其中，初始骨架拓扑结构中，初始骨骼节点之间通过骨骼向量彼此相关联。
目标对象姿态确定模块640，用于根据骨骼向量更新初始骨架拓扑结构，得到目标对象姿态。
根据本公开的实施例，骨骼向量获得模块包括：第一融合子模块和骨骼向量确定子模块。
第一融合子模块，用于融合第一特征图和骨骼节点热力图，得到骨骼向量特征。
骨骼向量确定子模块，用于根据骨骼向量特征，确定骨骼向量。
根据本公开的实施例，骨骼节点热力图包括初始骨架拓扑结构中，第p初始骨骼节点和第q初始骨骼节点各自对应的第p骨骼节点热力图和第q骨骼节点热力图，p和q为大于或等于0的整数，且p不等于q。
第一融合子模块包括：第一融合单元、第二融合单元和骨骼向量特征确定单元。
第一融合单元，用于融合第一特征图和第p骨骼节点热力图，得到第p融合特征。
第二融合单元，用于融合第一特征图和第q骨骼节点热力图，得到第q融合特征。
骨骼向量特征确定单元，用于根据第p融合特征和第q融合特征，确定第[p，q]骨骼向量特征。
根据本公开的实施例，骨骼节点热力图获得模块包括：骨骼节点热力图获得子模块。
骨骼节点热力图获得子模块，用于对第一特征图进行至少一次卷积，得到与初始骨骼节点对应的骨骼节点热力图。
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，目标对象姿态确定模块包括第一目标骨骼节点获得子模块。
第一目标骨骼节点获得子模块，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，目标对象姿态确定模块包括第二目标骨骼节点获得子模块。
第二目标骨骼节点获得子模块，用于根据第[i，j]骨骼向量和第i目标骨骼节点的目标骨骼节点位置，更新第j初始骨骼节点，得到第j目标骨骼节点。
图7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。
根据本公开的实施例，深度学习模型可以包括图像特征提取网络、骨骼节点热力图检测网络和融合网络。
如图7所示，深度学习模型的训练装置700可以包括：训练样本获取模块710、样本第一特征图获得模块720、样本骨骼节点热力图获得模块730、样本骨骼向量获得模块740、样本目标骨骼节点获得模块750和训练模块760。
训练样本获取模块710，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标签，标签为表征样本目标对象的标签骨骼节点，样本初始骨架拓扑结构包括样本初始骨骼节点。
样本第一特征图获得模块720，用于将样本图像输入图像特征提取网络，输出样本第一特征图。
样本骨骼节点热力图获得模块730，用于将样本第一特征图输入骨骼节点热力图检测网络，输出样本初始骨架拓扑结构中，样本初始骨骼节点各自对应的样本骨骼节点热力图。
样本骨骼向量获得模块740，用于将样本第一特征图和样本骨骼节点热力图输入融合网络，输出样本骨骼向量，其中，样本初始骨架拓扑结构中，样本初始骨骼节点之间通过样本骨骼向量彼此相关联。
样本目标骨骼节点获得模块750，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760，用于利用样本目标骨骼节点和标签骨骼节点，训练深度学习模型。
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8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8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801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801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 (15)

1.一种目标对象姿态确定方法，包括：
对与目标对象相关的待检测图像进行特征提取，得到第一特征图；
根据所述第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图；
根据所述第一特征图和所述骨骼节点热力图，得到骨骼向量，其中，所述初始骨架拓扑结构中，初始骨骼节点之间通过所述骨骼向量彼此相关联；
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；
其中，所述根据所述第一特征图和所述骨骼节点热力图，得到骨骼向量包括：
基于注意力机制融合所述第一特征图和所述骨骼节点热力图，得到骨骼向量特征；以及
根据所述骨骼向量特征，确定所述骨骼向量。
2.根据权利要求1所述的方法，其中，所述骨骼节点热力图包括所述初始骨架拓扑结构中，第p初始骨骼节点和第q初始骨骼节点各自对应的第p骨骼节点热力图和第q骨骼节点热力图，p和q为大于或等于0的整数，且p不等于q；
所述融合所述第一特征图和所述骨骼节点热力图，得到骨骼向量特征包括：
融合所述第一特征图和所述第p骨骼节点热力图，得到第p融合特征；
融合所述第一特征图和所述第q骨骼节点热力图，得到第q融合特征；以及
根据所述第p融合特征和所述第q融合特征，确定第[p，q]骨骼向量特征。
3.根据权利要求1所述的方法，其中，所述根据所述第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图包括：
对所述第一特征图进行至少一次卷积，得到与所述初始骨骼节点对应的骨骼节点热力图。
4.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。
5.根据权利要求4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还包括：
根据所述第[i，j]骨骼向量和第i目标骨骼节点的目标骨骼节点位置，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。
6.一种深度学习模型的训练方法，所述深度学习模型包括图像特征提取网络、骨骼节点热力图检测网络和融合网络，所述方法包括：
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标签，所述标签为表征所述样本目标对象的标签骨骼节点，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所述图像特征提取网络，输出样本第一特征图；
将所述样本第一特征图输入所述骨骼节点热力图检测网络，输出所述样本初始骨架拓扑结构中，所述样本初始骨骼节点各自对应的样本骨骼节点热力图；
将所述样本第一特征图和所述样本骨骼节点热力图输入所述融合网络，以便于基于注意力机制融合所述样本第一特征图和所述样本骨骼节点热力图，得到样本骨骼向量特征，以及根据所述样本骨骼向量特征，确定样本骨骼向量，其中，所述样本初始骨架拓扑结构中，样本初始骨骼节点之间通过所述样本骨骼向量彼此相关联；
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
利用所述样本目标骨骼节点和所述标签骨骼节点，训练所述深度学习模型。
7.一种目标对象姿态确定装置，包括：
第一特征图获得模块，用于对与目标对象相关的待检测图像进行特征提取，得到第一特征图；
骨骼节点热力图获得模块，用于根据所述第一特征图，确定初始骨架拓扑结构中，初始骨骼节点各自对应的骨骼节点热力图；
骨骼向量获得模块，用于根据所述第一特征图和所述骨骼节点热力图，得到骨骼向量，其中，所述初始骨架拓扑结构中，初始骨骼节点之间通过所述骨骼向量彼此相关联；
目标对象姿态确定模块，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
根据所述目标骨骼节点确定目标对象姿态；
其中，所述骨骼向量获得模块包括：
第一融合子模块，用于基于注意力机制融合所述第一特征图和所述骨骼节点热力图，得到骨骼向量特征；以及
骨骼向量确定子模块，用于根据所述骨骼向量特征，确定所述骨骼向量。
8.根据权利要求7所述的装置，其中，所述骨骼节点热力图包括所述初始骨架拓扑结构中，第p初始骨骼节点和第q初始骨骼节点各自对应的第p骨骼节点热力图和第q骨骼节点热力图，p和q为大于或等于0的整数，且p不等于q；
所述第一融合子模块包括：
第一融合单元，用于融合所述第一特征图和所述第p骨骼节点热力图，得到第p融合特征；
第二融合单元，用于融合所述第一特征图和所述第q骨骼节点热力图，得到第q融合特征；以及
骨骼向量特征确定单元，用于根据所述第p融合特征和所述第q融合特征，确定第[p，q]骨骼向量特征。
9.根据权利要求7所述的装置，其中，所述骨骼节点热力图获得模块包括：
骨骼节点热力图获得子模块，用于对所述第一特征图进行至少一次卷积，得到与所述初始骨骼节点对应的骨骼节点热力图。
10.根据权利要求7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，所述目标对象姿态确定模块包括：
第一目标骨骼节点获得子模块，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，所述目标对象姿态确定模块包括：
第二目标骨骼节点获得子模块，用于根据所述第[i，j]骨骼向量和第i目标骨骼节点的目标骨骼节点位置，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。
12.一种深度学习模型的训练装置，所述深度学习模型包括图像特征提取网络、骨骼节点热力图检测网络和融合网络，所述装置包括：
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标签，所述标签为表征所述样本目标对象的标签骨骼节点，所述样本初始骨架拓扑结构包括样本初始骨骼节点；
样本第一特征图获得模块，用于将所述样本图像输入所述图像特征提取网络，输出样本第一特征图；
样本骨骼节点热力图获得模块，用于将所述样本第一特征图输入所述骨骼节点热力图检测网络，输出所述样本初始骨架拓扑结构中，所述样本初始骨骼节点各自对应的样本骨骼节点热力图；
样本骨骼向量获得模块，用于将所述样本第一特征图和所述样本骨骼节点热力图输入所述融合网络，以便于基于注意力机制融合所述样本第一特征图和所述样本骨骼节点热力图，得到样本骨骼向量特征，以及根据所述样本骨骼向量特征，确定样本骨骼向量，其中，所述样本初始骨架拓扑结构中，样本初始骨骼节点之间通过所述样本骨骼向量彼此相关联；
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
训练模块，用于利用所述样本目标骨骼节点和所述标签骨骼节点，训练所述深度学习模型。
13.一种电子设备，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6中任一项所述的方法。
14.一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6中任一项所述的方法。
15.一种计算机程序产品，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6中任一项所述的方法。
CN202310423097.6A 2023-04-19 2023-04-19 目标对象姿态确定方法、训练方法、装置以及存储介质 Active CN116453221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310423097.6A CN116453221B (zh) 2023-04-19 2023-04-19 目标对象姿态确定方法、训练方法、装置以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310423097.6A CN116453221B (zh) 2023-04-19 2023-04-19 目标对象姿态确定方法、训练方法、装置以及存储介质

Publications (2)

Publication Number Publication Date
CN116453221A CN116453221A (zh) 2023-07-18
CN116453221B true CN116453221B (zh) 2024-03-08

Family

ID=87125192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310423097.6A Active CN116453221B (zh) 2023-04-19 2023-04-19 目标对象姿态确定方法、训练方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN116453221B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109902659A (zh) * 2019-03-15 2019-06-18 北京字节跳动网络技术有限公司 用于处理人体图像的方法和装置
WO2020078119A1 (zh) * 2018-10-15 2020-04-23 京东数字科技控股有限公司 模拟用户穿戴服装饰品的方法、装置和系统
CN114724241A (zh) * 2022-03-29 2022-07-08 平安科技（深圳）有限公司 基于骨骼点距离的动作识别方法、装置、设备及存储介质
CN115188062A (zh) * 2021-04-06 2022-10-14 广州视源电子科技股份有限公司 一种用户跑步姿态分析方法、装置、跑步机及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020078119A1 (zh) * 2018-10-15 2020-04-23 京东数字科技控股有限公司 模拟用户穿戴服装饰品的方法、装置和系统
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
CN109902659A (zh) * 2019-03-15 2019-06-18 北京字节跳动网络技术有限公司 用于处理人体图像的方法和装置
CN115188062A (zh) * 2021-04-06 2022-10-14 广州视源电子科技股份有限公司 一种用户跑步姿态分析方法、装置、跑步机及存储介质
CN114724241A (zh) * 2022-03-29 2022-07-08 平安科技（深圳）有限公司 基于骨骼点距离的动作识别方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN116453221A (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
US20210264190A1 (en) Image questioning and answering method, apparatus, device and storage medium
CN110889325A (zh) 多任务面部动作识别模型训练和多任务面部动作识别方法
CN111260774B (zh) 生成3d关节点回归模型的方法和装置
CN113705362B (zh) 图像检测模型的训练方法、装置、电子设备及存储介质
EP3869393B1 (en) Image recognition method and apparatus, electronic device, and medium
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
CN110956131B (zh) 单目标追踪方法、装置及系统
CN114511743B (zh) 检测模型训练、目标检测方法、装置、设备、介质及产品
CN114549728A (zh) 图像处理模型的训练方法、图像处理方法、装置及介质
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
CN116453221B (zh) 目标对象姿态确定方法、训练方法、装置以及存储介质
CN116453220B (zh) 目标对象姿态确定方法、训练方法、装置及电子设备
CN114220163B (zh) 人体姿态估计方法、装置、电子设备及存储介质
CN113361519B (zh) 目标处理方法、目标处理模型的训练方法及其装置
CN115758271A (zh) 数据处理方法、装置、计算机设备和存储介质
CN115457365A (zh) 一种模型的解释方法、装置、电子设备及存储介质
CN115424267A (zh) 基于高斯分布的旋转目标检测方法和装置
CN114707070A (zh) 一种用户行为预测方法及其相关设备
CN113128601B (zh) 分类模型的训练方法和对图像进行分类的方法
CN116452741B (zh) 对象重建方法、对象重建模型的训练方法、装置及设备
CN113378773B (zh) 手势识别方法、装置、设备、存储介质以及程序产品
CN114863473B (zh) 一种人体关键点检测方法、装置、设备及存储介质
CN115982466B (zh) 检索数据的方法、装置、设备以及存储介质
WO2023236900A1 (zh) 一种项目推荐方法及其相关设备

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
GR01 Patent grant