[发明专利]关键点检测方法、神经网络训练方法、装置和电子设备

说明书

本发明实施例提供了一种关键点检测方法、神经网络训练方法、装置和电子设备，其中，所述关键点检测方法包括：经神经网络对包括有目标对象的待检测图像进行特征提取操作；根据提取到的特征信息，生成所述目标对象的注意力图；使用所述注意力图修正所述特征信息；根据修正后的特征信息，对所述目标对象进行关键点检测。通过本发明实施例，使得待检测图像中的目标对象的特征信息更为突出，更易被检测和识别，提高检测准确性，减少误检或漏检现象。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种关键点检测方法、装置和电子设备，以及，一种神经网络训练方法、装置和电子设备。

背景技术

神经网络是用于计算机视觉和模式识别的一个重要的研究领域，它通过计算机仿照生物大脑思维启发进行类似人类对特定对象的信息处理。通过神经网络，能够有效地进行目标对象(如人、动物、车辆等)检测和识别。随着互联网技术的发展，信息量的急剧增加，神经网络被越来越广泛地应用于图像检测及目标对象识别领域，以从大量的信息中寻找出实际所需的信息。

目前，经过训练的神经网络虽然能够进行图像检测和目标对象识别，但检测结果不够准确，易出现误检或漏检现象。

发明内容

本发明实施例提供了一种关键点检测方案和一种神经网络训练方案。

根据本发明实施例的第一方面，提供了一种关键点检测方法，包括：经神经网络对包括有目标对象的待检测图像进行特征提取操作；根据提取到的特征信息，生成所述目标对象的注意力图；使用所述注意力图修正所述特征信息；根据修正后的特征信息，对所述目标对象进行关键点检测。

可选地，所述经神经网络对包括有目标对象的待检测图像进行特征提取操作，包括：经卷积神经网络对所述待检测图像进行卷积操作，获得所述待检测图像的第一特征信息；所述根据提取到的特征信息，生成所述目标对象的注意力图，包括：对所述第一特征信息进行非线性变换，获得第二特征信息；根据所述第二特征信息，生成所述目标对象的注意力图。

可选地，在使用所述注意力图修正所述特征信息之前，所述方法还包括：使用条件随机场CRF对所述注意力图进行平滑化处理；或者，使用归一化函数对所述注意力图进行归一化处理。

可选地，所述神经网络包括端对端堆叠的多个子神经网络；针对每一个子神经网络，根据当前子神经网络提取的特征信息生成当前子神经网络的注意力图，通过当前子神经网络的注意力图修正当前子神经网络提取的特征信息；如果当前子神经网络为所述多个子神经网络中的非末个子神经网络，则当前子神经网络修正后的特征信息为相邻的后一子神经网络的输入；和/或，如果当前子神经网络为所述多个子神经网络中的末个子神经网络，则根据当前子神经网络修正后的特征信息，对所述目标对象进行关键点检测。

可选地，所述通过当前子神经网络的注意力图修正当前子神经网络提取的特征信息，包括：根据当前子神经网络的注意力图，对表示当前子神经网络提取的特征信息的特征图中至少部分非目标对象对应的区域的像素值置零，获得当前子神经网络修正后的特征信息。