[发明专利]图像处理方法、装置、存储介质及电子设备在审

专利信息
申请号: 202210476252.6 申请日: 2022-04-29
公开(公告)号: CN114913181A 公开(公告)日: 2022-08-16
发明(设计)人: 阚海鹏;陈奕名;霍卫涛;王超;程章焱;沐天宇;张清宇;马丁 申请(专利权)人: 北京育达东方软件科技有限公司
主分类号: G06T7/10 分类号: G06T7/10;G06N3/08
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 于涛
地址: 100080 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

获取包含目标人体的待处理图像;

将所述待处理图像输入目标人体图像分割模型中,对所述目标人体进行部位分割,以得到部位分割后的目标图像;

其中,所述目标人体图像分割模型为根据目标样本数据集训练得到的,所述目标样本数据集包括多个目标样本图像,以及每个所述目标样本图像对应的目标部位标签,所述目标样本图像包括第一待定样本数据集中的第一样本图像,所述目标部位标签为根据所述第一待定样本数据集和第二待定样本数据集获取的;所述第一待定样本数据集包括多个第一样本图像,以及每个所述第一样本图像对应的第一人体关键点标签;所述第二待定样本数据集包括多个第二样本图像,以及每个所述第二样本图像对应的第二人体关键点标签和第二部位标签。

2.根据权利要求1所述的方法,其特征在于,所述目标人体图像分割模型是通过以下方式训练得到的:

获取所述第一待定样本数据集和所述第二待定样本数据集;

根据所述第二待定样本数据集获取所述第一样本图像对应的第一部位标签;

根据所述第一样本图像和所述第一部位标签,确定所述目标样本数据集;

根据所述目标样本数据集,对第一预设神经网络模型进行训练,得到所述目标人体图像分割模型。

3.根据权利要求2所述的方法,其特征在于,所述根据所述第二待定样本数据集获取所述第一样本图像对应的第一部位标签包括:

根据所述第一人体关键点标签,获取所述第一待定样本数据集中每个所述第一样本图像对应的第一人体姿态;

根据所述第二人体关键点标签,获取所述第二待定样本数据集中每个所述第二样本图像对应的第二人体姿态;

根据所述第一人体姿态和所述第二人体姿态,确定所述第一样本图像对应的第一部位标签。

4.根据权利要求3所述的方法,其特征在于,所述根据所述第一人体姿态和所述第二人体姿态,确定所述第一样本图像对应的第一部位标签包括:

根据标签获取步骤,获取所述第一样本图像对应的第一候选部位标签;

根据所述第一候选部位标签,确定所述第一样本图像对应的第一部位标签;

其中,所述标签获取步骤包括:

根据待定样本图像对应的待定人体姿态,从所述第二待定样本数据集中确定所述待定样本图像对应的一个或多个目标姿态样本图像;所述目标姿态样本图像对应的第二人体姿态与待定人体姿态的相似度大于或等于预设姿态相似度阈值;

根据所述目标姿态样本图像对应的第二部位标签,获取所述待定样本图像对应的待定部位标签;所述待定样本图像包括所述第一样本图像,所述待定部位标签包括所述第一样本图像对应的第一候选部位标签。

5.根据权利要求4所述的方法,其特征在于,所述根据所述目标姿态样本图像对应的第二部位标签,获取所述待定样本图像对应的待定部位标签包括:

将一个或多个所述目标姿态样本图像的第二部位标签的平均值,作为所述待定样本图像对应的待定部位标签。

6.根据权利要求4所述的方法,其特征在于,所述根据所述第一候选部位标签,确定所述第一样本图像对应的第一部位标签包括:

将所述第一样本图像、所述第一人体关键点标签和所述第一候选部位标签,输入预先训练的标签校准模型,得到所述第一样本图像对应的第一部位标签;其中,所述标签校准模型是根据第二待定样本数据集进行训练得到的。

7.根据权利要求6所述的方法,其特征在于,所述待定样本数据包括所述第二样本数据,所述待定部位标签包括所述第二样本数据对应的第二候选部位标签;所述标签校准模型是通过以下方式训练得到的:

根据所述标签获取步骤,获取所述第二待定样本数据集中每个第二样本数据对应的第二候选部位标签;

根据所述第二候选部位标签和所述第二待定样本数据集,对第二预设神经网络模型进行训练,得到所述标签校准模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京育达东方软件科技有限公司,未经北京育达东方软件科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210476252.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top