[发明专利]手部关键点检测方法、装置及终端设备

说明书

本申请属于图像处理技术领域，尤其涉及一种手部关键点检测方法、装置、计算机可读存储介质及终端设备。所述方法获取待检测的目标图像；使用以手部分割掩码为监督信息的手部关键点检测模型对所述目标图像进行处理，得到所述目标图像的输出热图集合；根据所述输出热图集合确定各个手部关键点的位置。通过本申请，同时将手部分割掩码和手部关键点位置均作为对手部关键点检测模型进行训练的监督信息，基于这一模型所得到的检测结果具有较高的准确度，能够在各种实际应用场景中进行广泛应用。

技术领域

本申请属于图像处理技术领域，尤其涉及一种手部关键点检测方法、装置、计算机可读存储介质及终端设备。

背景技术

随着人工智能(Artificial Intelligence，AI)技术的快速发展，人机交互的方法得到了极大的扩展。手势交互是人机交互中应用最为广泛的方法，利用不同的手势可以传达不同指令。区分不同手势从根本上来讲是手部关节位置与角度的变化。为了更好的识别不同手势，手部关键点的准确定位起着不可忽视的作用。现有技术中已有较多的手部关键点检测方法，但这些方法的准确度较低，实用价值不高。

发明内容

有鉴于此，本申请实施例提供了一种手部关键点检测方法、装置、计算机可读存储介质及终端设备，以解决手部关键点检测方法准确度较低的问题。

本申请实施例的第一方面提供了一种手部关键点检测方法，可以包括：

获取待检测的目标图像；

使用以手部分割掩码为监督信息的手部关键点检测模型对所述目标图像进行处理，得到所述目标图像的输出热图集合；根据所述输出热图集合确定各个手部关键点的位置。

进一步地，所述手部关键点检测模型的训练过程包括：

获取样本图像以及所述样本图像的第一标注信息和第二标注信息；所述样本图像为对所述手部关键点检测模型进行训练的图像；所述第一标注信息为手部分割掩码的标注信息，所述第二标注信息为手部关键点位置的标注信息；

使用所述手部关键点检测模型对所述样本图像进行处理，得到所述样本图像的手部分割掩码和输出热图集合；

根据所述样本图像的手部分割掩码和所述第一标注信息计算所述手部关键点检测模型的第一训练损失；

根据所述样本图像的输出热图集合和所述第二标注信息计算所述手部关键点检测模型的第二训练损失；

根据所述第一训练损失和所述第二训练损失对所述手部关键点检测模型的模型参数进行调整。

进一步地，所述根据所述样本图像的输出热图集合和所述第二标注信息计算所述手部关键点检测模型的第二训练损失，包括：

根据所述第二标注信息生成所述样本图像的基准热图集合；

根据所述样本图像的输出热图集合和基准热图集合计算所述手部关键点检测模型的第二训练损失。

进一步地，所述根据所述样本图像的输出热图集合和基准热图集合计算所述手部关键点检测模型的第二训练损失，包括：

根据所述样本图像的输出热图集合和基准热图集合分别计算各个手部关键点的训练损失；

根据各个手部关键点的训练损失计算所述第二训练损失。

进一步地，所述根据所述样本图像的输出热图集合和基准热图集合分别计算各个手部关键点的训练损失，包括：

从所述基准热图集合中选取目标关键点对应的基准热图，并从所述输出热图集合中选取所述目标关键点对应的输出热图，所述目标关键点为任意一个手部关键点；

根据所述基准热图和所述输出热图计算所述目标关键点的训练损失。