[发明专利]一种人体姿态估计方法、人体姿态估计装置及智能设备

说明书

本申请公开了一种人体姿态估计方法、装置、智能设备及计算机可读存储介质。其中，该方法包括：将待处理人体图像输入已训练的姿态估计模型，该模型包括特征金字塔网络及轻量级的骨干网络，骨干网络用于提取待处理人体图像中多个层级的特征，特征金字塔网络用于融合骨干网络所提取的不同层级的特征；根据骨干网络输出的最深层的特征得到第一估计结果，该结果用于指示各个人体关键点在待处理人体图像中是否可见；根据特征金字塔网络输出的热力图及偏移图得到第二估计结果，该结果用于指示各个人体关键点在待处理人体图像中的坐标。通过本申请方案，可在嵌入式的智能设备上实现快速且准确度较高的人体姿态估计。

技术领域

本申请属于人机交互技术领域，尤其涉及一种人体姿态估计方法、人体姿态估计装置、智能设备及计算机可读存储介质。

背景技术

人体姿态估计是人机交互领域的重要研究课题，其通常为人体行为识别、人体行为分析及人机交互的前置任务，目的在于准确定位图像中的人体关键点的位置。

目前，大部分姿态估计模型较大，具有较多参数量和浮点运算量，仅能在高性能的图像处理器(Graphics Processing Unit，GPU)上实现接近实时的水平，而无法应用于嵌入式的智能设备，例如机器人上。因而，如何在嵌入式的智能设备上实现快速且准确度较高的人体姿态估计，成为当前亟待解决的问题。

发明内容

本申请提供了一种人体姿态估计方法、人体姿态估计装置、智能设备及计算机可读存储介质，可在嵌入式的智能设备上实现快速且准确度较高的人体姿态估计。

第一方面，本申请提供了一种人体姿态估计方法，包括：

将待处理人体图像输入已训练的姿态估计模型，姿态估计模型包括：特征金字塔网络(Feature Pyramid Network，FPN)及轻量级的骨干(Backbone)网络，其中，骨干网络用于提取待处理人体图像中多个层级的特征，特征金字塔网络用于融合骨干网络所提取的不同层级的特征；

根据骨干网络输出的最深层的特征得到第一估计结果，第一估计结果用于指示各个人体关键点在待处理人体图像中是否可见；

根据特征金字塔网络输出的热力图及偏移图得到第二估计结果，第二估计结果用于指示各个人体关键点在待处理人体图像中的坐标，热力图用于预测各个人体关键点的像素级位置，偏移图用于预测各个人体关键点的像素级位置在亚像素级的局部偏移量。

第二方面，本申请提供了一种人体姿态估计装置，包括：

输入模块，用于将待处理人体图像输入已训练的姿态估计模型，姿态估计模型包括：特征金字塔网络及轻量级的骨干网络，其中，骨干网络用于提取待处理人体图像中多个层级的特征，特征金字塔网络用于融合骨干网络所提取的不同层级的特征；

第一确定模块，用于根据骨干网络输出的最深层的特征得到第一估计结果，第一估计结果用于指示各个人体关键点在待处理人体图像中是否可见；

第二确定模块，用于根据特征金字塔网络输出的热力图及偏移图得到第二估计结果，第二估计结果用于指示各个人体关键点在待处理人体图像中的坐标，热力图用于预测各个人体关键点的像素级位置，偏移图用于预测各个人体关键点的像素级位置在亚像素级的局部偏移量。

第三方面，本申请提供了一种智能设备，智能设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面的方法的步骤。

第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如第一方面的方法的步骤。

第五方面，本申请提供了一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序被一个或多个处理器执行时实现如第一方面的方法的步骤。