[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

说明书

本申请实施例提供一种运动关键点视频分析模型训练方法，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，将第一结果与第二结果比较，获得第二损失；根据预定的处理方法，将第一损失和第二损失合成，获得第一合成损失；依据第一合成损失对目标关键点分析模型进行训练。上述方法，采用已训练的教师关键点分析模型和已标注视频数据的标注结果，对目标关键点分析模型进行训练。从而使得运算能力受限的移动客户端在不增加运算能力的前提下，获得更佳的分析性能。

技术领域

本申请涉及计算机技术领域，具体涉及一种运动关键点视频分析模型训练方法、装置以及电子设备、存储设备。同时还涉及另一种运动关键点视频分析模型训练方法、装置以及电子设备、存储设备。本申请同时提供一种物体关键点分析模型训练方法，以及物体关键点分析模型训练装置；本申请还提供一种应用于具有视频获取能力的智能终端的运动关键点分析方法，以及相关的电子设备、存储设备。

背景技术

随着现代生活水平的不断提高，人们越来越重视健康问题。越来越多的人通过定期进行一些体育测试活动来监测自己的身体健康状况。在进行体育测试相关活动时，需要对用户的运动关键点进行检测。现有的很多应用程序可以监测运动过程中用户的运动关键点。例如，可以通过一些移动设备监测用户进行体育运动时用户的运动关键点。

但是在用户进行体育运动时，用户的运动姿态不仅包括简单的站式姿态，还包括较为复杂的卧式姿态以及弯腰姿态等。这些运动姿态的多样性，以及人体的穿着、光照以及视角等造成收集人体运动数据以及检测人体运动关键点过程的难度增加。现有技术中，采用移动设备中的运动关键点分析模型检测上述复杂的人体运动姿态中的运动关键点时，由于移动设备中的运动关键点分析模型受到设备运算能力以及内存空间的限制，导致检测的运动关键点分析结果的精确度偏低。

发明内容

本申请实施例提供一种运动关键点视频分析模型训练方法，用以解决现有技术中移动设备中的运动关键点分析模型受到设备运算能力以及内存空间的限制，致使检测的运动关键点的分析结果精确度偏低的问题。本申请实施例还对应提供一种运动关键点视频分析模型训练装置以及电子设备、存储设备。本申请实施例还提供另一种运动关键点视频分析模型训练方法、装置以及电子设备、存储设备。本申请还提供一种应用于具有视频获取能力的智能终端的运动关键点分析方法，以及相关的电子设备、存储设备。

本申请实施例提供一种物体关键点分析模型训练方法，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。

本申请实施例还提供一种运动关键点视频分析模型训练方法，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。

可选的，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。