[发明专利]服饰关键点的检测方法和装置、电子设备、存储介质和程序

说明书

本发明实施例公开了一种服饰关键点的检测方法和装置、电子设备、存储介质和程序，其中，方法包括：分别通过多组卷积神经网络对图像进行特征提取，获得多组特征；其中，所述多组卷积神经网络中各组卷积神经网络的卷积核大小不同；基于所述多组特征对所述图像进行服饰关键点检测。本发明实施例可以有效应用于各种不同尺度服饰的关键点检测，解决服饰图像中由于拍摄角度、人体姿势、服装款式、放置方式的繁复变化造成的尺度变化问题，降低关键点检测的难度，提高关键点检测的准确度。

技术领域

本发明涉及计算机视觉技术，尤其是一种服饰关键点的检测方法和装置、电子设备、存储介质和程序。

背景技术

服饰识别是图像检索领域最重要也是最有挑战性的问题之一。在当今互联网上，多数用户搜索与网上购物内容与服饰相关。因此，服饰识别是解决同款检索、风格识别以及穿搭推荐需求中的关键问题。然而，服饰识别具有很高的难度，一是由于服饰的形变非常大，服饰本身是柔性很大的物体，在服装款式、人体姿势、放置方式不同时，服饰将呈现不同的状态；二是在不同条件、拍摄角度下拍出的服饰图片差距也非常大，例如模特的摆拍照和消费者的自拍照差别就很明显。

服饰的关键点检测是计算机视觉技术中理解服饰图像需要解决的重要问题。随着人工智能及互联网的发展，服饰关键点检测在网络购物、智能穿搭、服装设计等领域有着重要应用。

发明内容

本发明实施例提供一种服饰关键点检测技术方案。

根据本发明实施例的一个方面，提供的一种服饰关键点的检测方法，包括：

分别通过多组卷积神经网络对图像进行特征提取，获得多组特征；其中，所述多组卷积神经网络中各组卷积神经网络的卷积核大小不同；

基于所述多组特征对所述图像进行服饰关键点检测。

根据本发明实施例的另一个方面，提供的一种服饰关键点的检测装置，包括：

多组卷积神经网络，用于分别对图像进行特征提取，获得多组特征；其中，所述多组卷积神经网络中各组卷积神经网络的卷积核大小不同；

关键点检测模块，用于基于所述多组特征对所述图像进行服饰关键点检测。

根据本发明实施例的又一个方面，提供的一种计算设备，包括：

本发明上述任一实施例所述的服饰关键点的检测装置；和

检索单元，用于根据所述服饰关键点的检测装置输出的服饰的识别结果，检索与所述服饰的款式相同的服饰相关信息。

根据本发明实施例的又一个方面，提供的另一种计算设备，包括：

本发明上述任一实施例所述的服饰关键点的检测装置；和

图像处理模块，用于在所述服饰关键点的检测装置获得第一图像中服饰的关键点坐标和第二图像中服饰的关键点坐标之后，基于所述第一图像中服饰的关键点坐标和所述第二图像中服饰的关键点坐标对所述第一图像中服饰和/或所述第二图像中服饰进行变形处理，以使所述第一图像中服饰与所述第二图像中服饰的至少一个关键点匹配；以经过变形处理的第一图像中服饰和所述第二图像中服饰中的其中一个服饰替换另一个服饰。

根据本发明实施例的又一个方面，提供的一种电子设备，包括：本发明上述任一实施例所述的服饰关键点的检测装置或者计算设备。

根据本发明实施例的再一个方面，提供的一种电子设备，包括：

处理器和本发明上述任一实施例所述的服饰关键点的检测装置；

在处理器运行所述服饰关键点的检测装置时本发明上述任一实施例所述的服饰关键点的检测装置中的模块被运行。

根据本发明实施例的再一个方面，提供的一种电子设备，包括：