[发明专利]用于确定目标对象的外接框的方法、装置和电子设备

权利要求书

1.一种用于确定目标对象的外接框的方法，其特征在于，包括：

获取图像中目标对象的多个关键点中每个关键点的属性信息；所述关键点包括表征人体姿势形态的多个人体部位的关键点；所述关键点的属性信息包括：坐标信息以及表征关键点在所述图像中是否可见的存在判别值；

根据所述目标对象的多个关键点中每个关键点的属性信息以及预设的神经网络，确定所述目标对象的外接框位置，包括：

根据所述多个关键点中每个关键点的属性信息，从所述多个关键点中确定至少一个有效关键点；

根据所述至少一个有效关键点中每个有效关键点的属性信息，对所述多个关键点的属性信息进行处理，得到处理后的多个关键点的属性信息；

将所述处理后的所述多个关键点的属性信息输入到所述预设的神经网络进行处理，得到所述目标对象的外接框位置；

其中，所述处理后的多个关键点的属性信息包括：所述至少一个有效关键点中每个有效关键点的处理后的属性信息以及所述多个关键点中除所述至少一个有效关键点之外的其他关键点的属性信息。

2.根据权利要求1所述的方法，其特征在于，所述目标对象包括：人体。

3.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个有效关键点中每个有效关键点的属性信息，对所述多个关键点的属性信息进行处理，得到处理后的多个关键点的属性信息，包括：

根据所述至少一个有效关键点中每个有效关键点的属性信息包括的坐标信息，确定参考坐标；

根据所述参考坐标和所述至少一个有效关键点中每个有效关键点的属性信息中的坐标信息，确定所述每个有效关键点的处理后的属性信息中的坐标信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个有效关键点中每个有效关键点的属性信息包括的坐标信息，确定参考坐标，包括：

对所述至少一个有效关键点中每个有效关键点的坐标信息对应的坐标进行平均处理，得到所述参考坐标；和/或

根据所述参考坐标和所述至少一个有效关键点中每个有效关键点的属性信息中的坐标信息，确定所述每个有效关键点的处理后的属性信息中的坐标信息，包括：

将所述参考坐标作为原点，确定所述至少一个有效关键点中每个有效关键点的坐标信息所对应的处理后的坐标信息。

5.根据权利要求3所述的方法，其特征在于，所述将所述处理后的所述多个关键点的属性信息输入到所述预设的神经网络进行处理，得到所述目标对象的外接框位置，包括：

将所述处理后的所述多个关键点的属性信息输入到所述预设的神经网络进行处理，得到输出位置信息；

根据所述参考坐标和所述输出位置信息，确定所述目标对象的外接框位置。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：

获取包括多个样本数据的样本集合，其中，所述样本数据包括：样本对象的多个关键点的属性信息，并且所述样本数据标注有所述样本对象的外接框位置；

根据每个所述样本数据中样本对象的多个关键点的属性信息以及所述样本对象的外接框位置，训练所述神经网络。

7.根据权利要求1至5中任一项所述的方法，其特征在于，所述神经网络是基于随机梯度下降算法进行训练得到的。

8.根据权利要求1至5中任一项所述的方法，其特征在于，所述目标对象的外接框位置包括：所述目标对象的外接框对角线方向上的两个顶点的坐标信息。

9.根据权利要求1至5中任一项所述的方法，其特征在于，所述神经网络包括：至少两层全连接层。

10.根据权利要求1至5中任一项所述的方法，其特征在于，所述神经网络包括：三层全连接层，其中，所述三层全连接层的第一层全连接层和第二层全连接层中的至少一层的激活函数包括：修正线性单元ReLu激活函数。