[发明专利]关键点识别模型的训练方法、关键点识别方法及装置

说明书

本申请公开了一种关键点识别模型的训练方法、装置、关键点识别方法、电子设备、存储介质、程序产品、以及监控设备，涉及人工智能，具体为计算机视觉和深度学习，可应用于智慧城市场景下。包括：获取样本数据集，样本数据集包括：至少一组样本数据；每组样本数据包括：含有目标对象的样本原始图像、第一差异化信息和第二差异化信息。第一差异化信息表征样本原始图像中目标对象的预测检测框所包括的像素与样本原始图像中目标对象的标定检测框所包括的像素之间的差异；第二差异化信息表征预测检测框中目标对象的热图与标定检测框中的目标对象的热图之间的差异，根据样本数据集对基础模型进行训练，得到关键点识别模型，提高了效率，且节约了资源。

技术领域

本申请涉及人工智能领域，具体为计算机视觉和深度学习，可应用于智慧城市场景下，尤其涉及一种关键点识别模型的训练方法、装置、关键点识别方法、电子设备、存储介质、程序产品、以及监控设备。

背景技术

关键点识别(如人体关键点识别)被广泛地应用于各种安防监控场景。

在现有技术中，通常采用的关键点识别的方法为：通过对象检测模型对采集到的图像进行识别，得到待识别对象的检测信息，并基于关键点模型对待识别对象的检测信息进行识别，得到待识别对象的关键点信息。

然而，通过训练两个模型(即对象检测模型和关键点模型)得到待识别对象的关键点信息，存在消耗的算力资源较高，且时间消耗较长的问题。

发明内容

本申请提供了一种用于节约资源，提高效率的关键点识别模型的训练方法、装置、关键点识别方法、电子设备、存储介质、程序产品、以及监控设备。

根据本申请的第一方面，提供了一种关键点识别模型的训练方法，包括：

获取样本数据集；其中，所述样本数据集包括：至少一组样本数据；每组样本数据包括：含有目标对象的样本原始图像、第一差异化信息和第二差异化信息；所述第一差异化信息表征所述样本原始图像中所述目标对象的预测检测框所包括的像素与所述样本原始图像中所述目标对象的标定检测框所包括的像素之间的差异；所述第二差异化信息表征所述预测检测框中所述目标对象的热图与所述标定检测框中的所述目标对象的热图之间的差异；

根据所述样本数据集，对预设的基础模型进行训练，得到关键点识别模型。

根据本申请的第二方面，提供了一种关键点识别方法，包括：

获取包括待识别对象的待识别图像；

基于预先训练的关键点识别模型对所述待识别图像进行识别处理，得到与所述待识别对象对应的待识别对象关键点信息，其中，所述关键点识别模型是基于第一方面所述的方法生成的。

根据本申请的第三方面，提供了一种关键点识别模型的训练装置，包括：

第一获取单元，用于获取样本数据集；其中，所述样本数据集包括：至少一组样本数据；每组样本数据包括：含有目标对象的样本原始图像、第一差异化信息和第二差异化信息；所述第一差异化信息表征所述样本原始图像中所述目标对象的预测检测框所包括的像素与所述样本原始图像中所述目标对象的标定检测框所包括的像素之间的差异；所述第二差异化信息表征所述预测检测框中所述目标对象的热图与所述标定检测框中的所述目标对象的热图之间的差异；

训练单元，用于根据所述样本数据集，对预设的基础模型进行训练，得到关键点识别模型。

根据本申请的第四方面，提供了一种关键点识别装置，包括：

第二获取模块，用于获取包括待识别对象的待识别图像；

识别模块，用于基于预先训练的关键点识别模型对所述待识别图像进行识别处理，得到与所述待识别对象对应的待识别对象关键点信息，其中，所述关键点识别模型是基于第一方面所述的方法生成的。