[发明专利]运动关键点视频分析模型训练方法、装置以及电子设备

权利要求书

1.一种物体关键点分析模型训练方法，其特征在于，包括：将已标注关键点的样本数据提供给目标关键点分析模型，获得关键点分析的第一结果；以及

将已标注关键点的样本数据提供给已训练的教师关键点分析模型，获得关键点分析的第二结果；

将所述第一结果与所述样本数据的关键点标注结果比较，获得第一损失，以及将所述第一结果与所述第二结果比较，获得第二损失；

根据预定的处理方法，将所述第一损失和所述第二损失合成，获得第一合成损失；

以所述第一合成损失为依据，对所述目标关键点分析模型进行训练。

2.一种运动关键点视频分析模型训练方法，其特征在于，包括：

将已标注视频提供给目标关键点分析模型，获得运动关键点分析的第一结果；以及，

将已标注视频提供给已训练的教师关键点分析模型，获得运动关键点分析的第二结果；

将所述第一结果与已标注视频数据的标注结果比较，获得第一损失，以及，将所述第一结果与所述第二结果比较，获得第二损失；

根据预定的处理方法，将所述第一损失和所述第二损失合成，获得第一合成损失；

依据所述第一合成损失对所述目标关键点分析模型进行训练。

3.根据权利要求2所述的运动关键点视频分析模型训练方法，其特征在于，所述根据预定的处理方法，将所述第一损失和所述第二损失合成，获得第一合成损失，包括：

为所述第一损失设置第一权重，相应的，为所述第二损失设置第二权重；所述第一权重和所述第二权重之和为1；

依据所述第一权重和所述第二权重，对所述第一损失和所述第二损失进行加权处理，获得所述第一合成损失。

4.根据权利要求2所述的运动关键点视频分析模型训练方法，其特征在于，所述已训练的教师关键点分析模型通过如下方法训练获得：

将已标注视频提供给处于初始状态的教师关键点分析模型，对其进行训练，获得初训练教师关键点分析模型；

将所述已标注视频提供给所述初训练教师关键点分析模型，获得所述初训练教师关键点分析模型输出的运动关键点分析的第二-1初始结果；

将已标注视频再次提供给所述处于初始状态的教师关键点分析模型，将获得的运动关键点分析的第二-2初始结果与所述已标注视频数据的标注结果比较，获得第四损失，以及，

将所述第二-2初始结果与所述第二-1初始结果比较，获得第五损失；

根据预定的处理方法，将所述第四损失和所述第五损失合成，获得第二合成损失；

依据所述第二合成损失对所述教师关键点分析模型进行训练，训练完毕后获得所述已训练的教师关键点分析模型。

5.根据权利要求2-4任意一项所述的运动关键点视频分析模型训练方法，其特征在于，所述依据所述第一合成损失对所述目标关键点分析模型进行训练，包括：

将所述第一合成损失回传到训练中的所述目标关键点分析模型内；

所述训练中的所述目标关键点分析模型根据所述第一合成损失进行参数调整。

6.根据权利要求2-4任意一项所述的运动关键点视频分析模型训练方法，其特征在于，以下述条件作为终止所述目标关键点分析模型的训练的条件：

所述目标关键点分析模型的分析结果准确率达到预定阈值；或者

继续向所述目标关键点分析模型提供已标注视频，其分析结果准确率趋于稳定。

7.一种运动关键点视频分析模型训练方法，其特征在于，包括：

将已标注视频提供给目标关键点分析模型，获得运动关键点分析的第一结果，以及分析过程中获得的第一中间结果；以及，

将已标注视频提供给已训练的教师关键点分析模型，获得运动关键点分析的第二结果，以及分析过程中获得的第二中间结果；

将所述第一结果与已标注视频数据的标注结果比较，获得第一损失；以及，将所述第一结果与所述第二结果比较，获得第二损失；以及，将所述第一中间结果与所述第二中间结果比较获得第三损失；

根据预定的处理方法，将所述第一损失、第二损失、第三损失合成，获得第三合成损失；

依据所述第三合成损失对所述目标关键点分析模型进行训练。