[发明专利]关键点检测方法、系统、设备及存储介质

权利要求书

1.一种关键点检测方法，其特征在于，包括如下步骤：

将待检测图像输入训练好的激活图生成模型，所述激活图生成模型包括至少一个阶段的激活图生成模块，得到至少一个阶段的梯度类别激活图；

将待检测图像和梯度类别激活图输入训练好的关键点检测模型，所述关键点检测模型包括与所述激活图生成模块一一对应的非局部模块，所述梯度类别激活图分别输入对应的非局部模块，得到关键点预测图；

分析所述关键点预测图中所有连通区域，计算面积最大的连通区域的中心，作为对应关键点的位置。

2.根据权利要求1所述的关键点检测方法，其特征在于，所述将待检测图像输入训练好的第一识别模型之前，还包括如下步骤：

将待检测图像输入训练好的分类模型，得到待检测图像的分类结果；

将待检测图像和分类结果一起输入训练好的激活图生成模型。

3.根据权利要求1所述的关键点检测方法，其特征在于，所述激活图生成模型中，第一个激活图生成模块之前以及每两个激活图生成模块之间分别设置有一卷积单元。

4.根据权利要求1所述的关键点检测方法，其特征在于，所述关键点检测模型中，第一非局部模块之前以及每两个非局部模块之间分别设置有一卷积单元。

5.根据权利要求1所述的关键点检测方法，其特征在于，所述关键点检测模型采用特征金字塔结构。

6.根据权利要求1所述的关键点检测方法，其特征在于，所述得到关键点预测图之后，还包括如下步骤：

将关键点检测模型输出的关键点预测图输入优化识别模型，所述优化识别模型包括至少一个卷积单元；

分析所述优化识别模型输出的关键点预测图中所有连通区域，计算面积最大的连通区域的中心，作为对应关键点的位置。

7.根据权利要求1所述的关键点检测方法，其特征在于，所述方法还包括如下步骤：

采集训练用图像，获取训练用图像的关键点位置标签，将训练用图像和关键点位置标签加入激活图生成模型的训练集；

采用所述激活图生成模型的训练集训练所述激活图生成模型，得到训练好的激活图生成模型和训练用图像的梯度类别激活图；

将待检测图像、梯度类别激活图和关键点位置标签加入关键点检测模型的训练集；

采用所述关键点检测模型的训练集训练所述关键点检测模型，得到训练好的关键点检测模型。

8.根据权利要求7所述的关键点检测方法，其特征在于，所述采用所述激活图生成模型的训练集训练所述激活图生成模型之前，还包括如下步骤：

获取训练用图像的类别标签，将训练用图像和类别标签加入分类模型的训练集；

采用分类模型的训练集训练所述分类模型，得到训练好的分类模型。

9.根据权利要求7所述的关键点检测方法，其特征在于，所述得到训练好的关键点检测模型之后，还包括如下步骤：

得到关键点检测模型输出的训练用图像的关键点预测图，将关键点预测图和关键点位置标签加入优化识别模型的训练集，所述优化识别模型包括至少一个卷积单元，得到训练好的优化识别模型。

10.一种关键点检测系统，其特征在于，所述关键点检测系统包括：

激活图生成模型执行模块，用于将待检测图像输入训练好的激活图生成模型，所述激活图生成模型包括至少一个阶段的激活图生成模块，得到至少一个阶段的梯度类别激活图；

关键点检测模型执行模块，用于将待检测图像和梯度类别激活图输入训练好的关键点检测模型，所述关键点检测模型包括与所述激活图生成模块一一对应的非局部模块，所述梯度类别激活图分别输入对应的非局部模块，得到关键点预测图；

关键点位置确定模块，用于分析所述关键点预测图中所有连通区域，计算面积最大的连通区域的中心，作为对应关键点的位置。