[发明专利]关键点检测方法、系统、设备及存储介质

说明书

本发明提供了一种关键点检测方法、系统、设备及存储介质，所述方法包括：将待检测图像输入训练好的激活图生成模型，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，其中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。本发明基于空间注意力机制实现快速准确地检测关键点，不仅可以应用于服饰关键点的检测，也可以应用于其他领域其他类别图像的关键点的检测。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种关键点检测方法、系统、设备及存储介质。

背景技术

关键点检测是计算机视觉中的常见任务之一，通过对图像进行识别判断图像中是否存在关键点以及关键点的位置，例如：人体关键点检测，车辆关键点检测，服饰关键点检测等等。服饰关键点是服饰中标定的一些特殊位置，例如袖口，领口，裤脚等等。对服饰中的关键点进行检测，可以在后续对服饰的理解中起到作用，例如帮助对服饰属性和类别的预测等等。

现存的关键点检测主要有两大类方法，第一类是通过卷积神经网络直接将图像作为输入，同时直接对关键点坐标进行回归；第二类则是当下更为主流的方法，是将关键点转化为热力图(heatmap)，然后通过卷积神经网络对热力图进行回归。

网络结构上的方案，关键点heatmap回归的网络结构常见的有hourglass结构，通过对hourglass网络进行输入得到热力图，进而得到关键点。除了直接对热力图进行回归的思路，还有对回归后的关键点进行优化的思路。然而，现有技术中的方法对关键点的检测仍有一些缺陷，其准确率仍有进一步提升的空间，同时利用循环神经网络的速度过慢，效率较低。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种关键点检测方法、系统、设备及存储介质，基于空间注意力机制实现快速准确地检测关键点。

本发明实施例提供一种关键点检测方法，所述方法包括如下步骤：

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。

可选地，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。

可选地，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。

可选地，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。

可选地，所述关键点检测模型采用特征金字塔结构。

可选地，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。

可选地，所述方法还包括如下步骤：