[发明专利]人体姿态识别中头部关键点的检测方法及装置有效

专利信息
申请号: 201811594075.1 申请日: 2018-12-25
公开(公告)号: CN109685013B 公开(公告)日: 2020-11-24
发明(设计)人: 谌贵雄;张波;陈成才 申请(专利权)人: 上海智臻智能网络科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 201803 上海市嘉*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 姿态 识别 头部 关键 检测 方法 装置
【权利要求书】:

1.一种人体姿态识别中头部关键点的检测方法,其特征在于,包括:

提供待处理图像;

对所述待处理图像进行目标检测处理,以得到一个或多个第一头部检测框;

判断所述待处理图像中每个人体的头部姿态;

当所述人体的头部姿态为正面或背面时,分别将第一头部检测框各边的中点作为四个第一头部关键点;

当所述人体的头部姿态为左侧面时,将第一头部检测框右侧纵向边的中点、左下顶点以及上侧横向边的中点作为三个第一头部关键点;

当所述人体的头部姿态为右侧面时,将第一头部检测框左侧纵向边的中点、右下顶点以及上侧横向边的中点作为三个第一头部关键点。

2.如权利要求1所述的方法,其特征在于,还包括:

提供训练图像数据集,所述训练图像数据集包括多张训练图像;

分别采用人工方式在每张所述训练图像中标注第二头部关键点信息,并根据所述第二头部关键点信息计算确定第二头部检测框;

对每张所述训练图像进行目标检测处理,以得到一个或多个第三头部检测框;

根据所述第二头部检测框以及对应的所述第三头部检测框进行深度学习,以获得目标检测深度学习模型;

采用所述目标检测深度学习模型对所述待处理图像进行目标检测处理。

3.如权利要求1或2所述的方法,其特征在于,所述目标检测处理采用Faster-RCNN或SSD。

4.如权利要求2所述的方法,其特征在于,采用人工方式在每张所述训练图像中标注第二头部关键点信息包括:

当所述训练图像中人体为正面或背面时,将头顶、左耳、右耳和下巴作为四个第二头部关键点;当所述训练图像中人体为左侧面时,将头顶、左耳和下巴作为三个第二头部关键点;当所述训练图像中人体为右侧面时,将头顶、右耳和下巴作为三个第二头部关键点;

根据所述第二头部关键点信息计算确定第二头部检测框包括:

当所述训练图像中人体为正面或背面时,以四个第二头部关键点为第二头部检测框四个边的中点,从而确定所述第二头部检测框;

当所述训练图像中人体为左侧面时,以头顶对应的所述第二头部关键点作为第二头部检测框上侧横向边的中点、左耳对应的所述第二头部关键点作为第二头部检测框右侧纵向边的中点、下巴对应的所述第二头部关键点作为第二头部检测框左下顶点,从而确定所述第二头部检测框;

当所述训练图像中人体为右侧面时,以头顶对应的所述第二头部关键点作为第二头部检测框上侧横向边的中点、右耳对应的所述第二头部关键点作为第二头部检测框左侧纵向边的中点、下巴对应的所述第二头部关键点作为第二头部检测框右下顶点,从而确定所述第二头部检测框。

5.如权利要求1所述的方法,其特征在于,所述方法还包括:

当所述人体的头部姿态为左侧面或右侧面时,对第一头部检测框进行横向扩展处理,得到扩展后的第一头部检测框;

当所述人体的头部姿态为左侧面时,将第一头部检测框右侧纵向边的中点、左下顶点以及上侧横向边的中点作为三个头部关键点包括:当所述人体的头部姿态为左侧面时,将扩展后的第一头部检测框右侧纵向边的中点、左下顶点以及上侧横向边的中点作为三个第一初步头部关键点,对所述第一初步头部关键点进行与所述横向扩展处理相应的横向敛缩处理,以得到第一头部关键点信息;

当所述人体的头部姿态为右侧面时,将第一头部检测框左侧纵向边的中点、右下顶点以及上侧横向边的中点作为三个头部关键点包括:当所述人体的头部姿态为右侧面时,将扩展后的第一头部检测框左侧纵向边的中点、右下顶点以及上侧横向边的中点作为三个第一初步头部关键点,对所述第一初步头部关键点进行与所述横向扩展处理相应的横向敛缩处理,以得到第一头部关键点信息。

6.如权利要求1所述的方法,其特征在于,判断所述待处理图像中每个人体的头部姿态包括:

采用人体姿态热力图或回归关键点坐标计算所述待处理图像中的关键点信息;

根据计算的关键点信息获知人体的头部姿态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海智臻智能网络科技股份有限公司,未经上海智臻智能网络科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811594075.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top