[发明专利]一种提取图像特征点的方法、装置、设备和介质

说明书

本申请公开了一种提取图像特征点的方法、装置、设备和介质，基于训练图像对定点检测模型进行迭代，得到输出特征点和第一损失值。第一训练阶段选取预先设定的关注点作为目标关注点；第一训练阶段达到相应的迭代次数时进入第二训练阶段，第二训练阶段基于检测效果筛选目标关注点。基于目标关注点匹配的目标权重、目标通道输出特征以及目标关注点对应的标签特征，确定出第二损失值；利用第一损失值和第二损失值对定点检测模型的权重进行更新，通过不断迭代训练直至最新的定点检测模型的训练结果满足设定要求，则利用该定点检测模型对待检测图像进行检测，以得到待检测图像的特征点，提升了图像的定点检测效果。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种提取图像特征点的方法、装置、设备和计算机可读存储介质。

背景技术

OpenPose人体姿态识别是基于卷积神经网络和监督学习的一种行人定点方法，该方法可以实现人体动作、面部表情、手指运动等姿态估计。

在不同的场景以及各种因素的影响下，OpenPose的检测效果会受到一定影响，例如在街头场景下，如果天气炎日，较多女士会戴帽子，打遮阳伞，穿裙子，在这样的场景下，由于帽子、裙子等遮挡，OpenPose往往会对头部，肩部以及下肢部分的定点效果较差；在天气寒冷的情况下，较多行人会将手伸进口袋，这样就会导致OpenPose对上肢的检测效果不好。

可见，如何提升图像的定点检测效果，是本领域技术人员需要解决的问题。

发明内容

本申请实施例的目的是提供一种提取图像特征点的方法、装置、设备和计算机可读存储介质，可以提升图像的定点检测效果。

为解决上述技术问题，本申请实施例提供一种提取图像特征点的方法，包括：

基于训练图像对定点检测模型进行迭代，得到输出特征点和第一损失值；

基于训练阶段对应的关注点选取规则，从所述输出特征点中筛选出目标关注点；其中，第一训练阶段目标关注点为预先设定的关注点；第二训练阶段目标关注点为基于完成第一训练阶段的定点检测模型在各输出特征点上的检测效果筛选出的目标关注点；所述第一训练阶段和所述第二训练阶段有其各自对应的迭代次数；

基于所述目标关注点匹配的目标权重、目标通道输出特征以及所述目标关注点对应的标签特征，确定出第二损失值；

利用所述第一损失值和所述第二损失值对所述定点检测模型的权重进行更新，将更新后的定点检测模型作为最新的定点检测模型，并返回所述基于训练图像对定点检测模型进行迭代，得到输出特征点和第一损失值的步骤；

在第一训练阶段达到其对应的迭代次数时进入第二训练阶段，直至所述最新的定点检测模型的训练结果满足设定要求，则利用满足设定要求的定点检测模型对待检测图像进行检测，以得到所述待检测图像的特征点。

可选地，所述基于所述目标关注点匹配的目标权重、目标通道输出特征以及所述目标关注点对应的标签特征，确定出第二损失值包括：

从所述定点检测模型中提取出与所述目标关注点匹配的目标权重和目标通道输出特征；

将所述目标权重与所述目标关注点对应的标签特征进行点乘运算，以得到第一输出结果；

将所述目标权重与所述目标通道输出特征进行点乘运算，以得到第二输出结果；

根据所述第一输出结果与所述第二输出结果的欧式距离，生成第二损失值。

可选地，针对于所述目标关注点对应的标签特征的确定过程，所述方法包括：

按照设定的检测点的位置信息对所述训练图像进行处理，以生成每个检测点对应的热点图；

将各所述热点图转换为label特征图；