[发明专利]目标对象关键点的检测模型训练方法、检测方法和设备

权利要求书

1.一种目标对象关键点的检测模型训练方法，其特征在于，包括：

获取视频样本，所述视频样本中包括：多个包含第一目标对象的第一待检测图像样本，其中，多个所述第一待检测图像样本中包含第一目标对象未被标注关键点信息的待检测图像样本；

将多个所述第一待检测图像样本输入候选关键点检测网络，得到每个第一待检测图像样本分别对应的第一候选关键点；

将所述多个第一待检测图像样本和每个所述第一待检测图像样本对应的第一候选关键点输入目标自编码网络，得到多个目标生成图像样本；

基于多个目标生成图像样本，获得生成视频序列；

利用目标视频稳定性判别网络根据所述生成视频序列和所述视频样本中包括的多个第一待检测图像样本对应的视频序列，获取稳定性结果；

根据所述多个目标生成图像样本的稳定性结果，更新所述候选关键点检测网络的参数，返回执行将多个所述第一待检测图像样本输入候选关键点检测网络，得到每个第一待检测图像样本分别对应的第一候选关键点；直到所述稳定性结果满足第一预设条件，确定所述候选关键点检测网络为目标关键点检测网络。

2.根据权利要求1所述的方法，其特征在于，所述目标自编码网络包括：第一编码器、第二编码器和解码器；

所述将多个所述第一待检测图像样本和所述每个第一待检测图像样本对应的第一候选关键点输入目标自编码网络，得到多个目标生成图像样本，包括：

针对每个第一待检测图像样本，执行以下步骤，得到多个目标生成图像样本：

利用第一编码器对所述第一待检测图像样本对应的第一候选关键点进行第一编码处理，得到所述第一候选关键点对应的关键点特征；

利用第二编码器对所述第一待检测图像样本进行第二编码处理，得到所述第一待检测图像样本对应的图像特征；

利用所述解码器根据所述关键点特征和所述图像特征，得到所述第一待检测图像样本对应的目标生成图像样本。

3.根据权利要求2所述的方法，其特征在于，所述目标自编码网络通过以下方式训练获得：

将多个包含第二目标对象的第二待检测图像样本输入第一初始关键点检测网络，得到每个所述第二待检测图像样本分别对应的第一初始关键点，其中，所述第二待检测图像样本中包含第二目标对象未被标注关键点信息的待检测图像样本；

将多个所述第二待检测图像样本和每个所述第二待检测图像样本对应的所述第一初始关键点输入候选自编码网络，得到候选生成图像；

将所述候选生成图像输入第二初始关键点检测网络，得到所述候选生成图像对应的第二初始关键点，其中，所述第一初始关键点检测网络与所述第二初始关键点检测网络相同；

根据所述第一初始关键点和所述第二初始关键点进行模态一致判别，得到判别结果；

根据所述判别结果更新所述候选自编码网络的参数，返回执行所述将多个包含第二目标对象的第二待检测图像样本输入第一初始关键点检测网络，得到每个所述第二待检测图像样本分别对应的第一初始关键点，直到所述判别结果满足第二预设条件，确定所述候选自编码网络为目标自编码网络。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一初始关键点和所述第二初始关键点进行模态一致判别，得到判别结果，包括：

根据所述第一初始关键点，生成第一热力图；

根据所述第二初始关键点，生成第二热力图；

获取所述第一热力图对应的关键点特征，以及获取所述第二热力图对应的关键点特征；

根据所述第一热力图对应的关键点特征和所述第二热力图对应的关键点特征，得到所述判别结果。

5.根据权利要求3或4所述的方法，其特征在于，所述候选自编码网络通过以下方式获得：

利用多个包含第三目标对象的第三待检测图像样本，训练得到所述候选自编码网络，其中，多个所述第三待检测图像样本中的第三目标对象被标注关键点信息。