对图像中人体进行分析的方法、装置及电子设备制造方法及图纸

本发明专利技术实施例提供一种对图像中人体进行分析的方法、装置及电子设备，获取待检测的图像，所述图像为包括人物的图像；将所述图像输入至人体分析模型，所述人体分析模型用于对所述图像进行特征提取，并对提取的特征进行至少两个分析类型的预测，输出所述图像对应的至少两个分析类型的预测结果；根据所述人体分析模型的输出结果，获取所述图像对应的人体分析结果；由于本实施例中的人体分析模型对图像进行提取后，提取的特征同时用于进行多个分析类型的预测，与现有技术相比，减少了对图像进行特征提取的次数，因此，大幅度减少了人体分析模型的计算量，降低了对电子设备的计算能力要求。

Methods, devices and electronic devices for human body analysis in images

The embodiment of the present invention provides a method, device and electronic device for analyzing human body in an image, acquiring an image to be detected, which is an image including a person, and inputting the image into a human body analysis model, which is used for feature extraction of the image, and for predicting at least two analysis types of extracted features, and outputting the described image. Prediction results of at least two analysis types corresponding to the image; human body analysis results corresponding to the image are obtained according to the output results of the human body analysis model; as the human body analysis model in the present embodiment extracts the image, the extracted features are used for prediction of multiple analysis types at the same time, which reduces the feature extraction of the image compared with the existing technology. The number of times, therefore, greatly reduces the amount of calculation of human body analysis model, and reduces the requirements for computing power of electronic equipment.

【技术实现步骤摘要】
对图像中人体进行分析的方法、装置及电子设备
本专利技术实施例涉及人工智能
，尤其涉及一种对图像中人体进行分析的方法、装置及电子设备。
技术介绍
在人工智能时代，如何让计算机正确客观地认识物质世界是人工智能的关键。特别地，如何对图像中人体的动作行为进行全面解析又是重中之重。正确理解人体的动作行为在安防监控、社交娱乐等领域都有重要意义。例如，在安防监控领域，人体检测、姿态识别等技术能够对人的行为进行定性分析，能够有效预防可能的安全问题发生。在社交娱乐领域，手势识别和人体分割等技术是各种特效地基础底层技术。现有技术中，是基于单一分析类型对图像中的人体进行分析的，即针对不同的任务需求，分别构建不同的分析类型对应的人体分析模型。例如：针对人体检测的分析模型、针对人像分割的分析模型、针对手势识别的分析模型、针对姿态识别的分析模型等。然而，若需要对图像中人体进行多种分析类型的综合分析时，需要同时在电子设备上部署多个分析模型，即每个分析模型对应其中一个分析类型，使得人体分析过程所需要的计算资源也会成倍增加，对电子设备的计算能力要求较高。
技术实现思路
本专利技术实施例提供一种对图像中人体进行分析的方法、装置及电子设备，能够降低人体识别的计算量，降低对电子设备的计算能力的要求。第一方面，本专利技术实施例提供一种对图像中人体进行分析的方法，包括：获取待检测的图像，所述图像为包括人物的图像；将所述图像输入至人体分析模型，所述人体分析模型用于对所述图像进行特征提取，并对提取的特征进行至少两个分析类型的预测，输出所述图像对应的至少两个分析类型的预测结果；根据所述人体分析模型的输出结果，获取所述图像对应的人体分析结果。可选的，所述人体分析模型包括特征提取单元和至少两个预测单元，各所述预测单元与各所述分析类型对应，所述特征提取单元与各所述预测单元分别连接；所述特征提取单元用于对所述图像进行特征提取，各所述预测单元用于根据所述特征提取单元提取的特征进行对应的分析类型的预测，得到对应的分析类型的预测结果。可选的，所述至少两个分析类型为下述中的至少两种：人体检测分析、人像分割分析、手势识别分析、姿态识别分析。可选的，所述人体分析模型是采用如下方法进行训练的：获取至少两个第一训练样本集，各所述第一训练样本集与各所述分析类型对应，所述第一训练样本集包括第一样本和各第一样本对应的第一标签，其中，各所述第一训练样本集对应的第一标签的类型不同，所述第一标签的类型为下述中的任一：人体位置标签、人像轮廓标签、手势位置和手势类型标签、人体关键点标签；获取第二训练样本集，所述第二训练样本集包括第二样本和各第二样本对应的第二标签，所述第二标签包括与所述至少两个分析类型对应的至少两种类型的标签：人体位置标签、人像轮廓标签、手势位置和手势类型标签、人体关键点标签；采用各所述第一训练样本集和所述第二训练样本集对待训练的人体分析模型进行训练，得到训练后的人体分析模型。可选的，所述采用各所述第一训练样本集和所述第二训练样本集对待训练的人体分析模型进行训练，得到训练后的人体分析模型，包括：采用各所述第一训练样本集对所述待训练的人体分析模型进行第一阶段训练，得到初步训练后的人体分析模型；采用所述第二训练样本集对所述初步训练后的人体分析模型进行第二阶段训练，得到训练后的人体分析模型。可选的，所述采用各所述第一训练样本集对所述待训练的人体分析模型进行第一阶段训练，得到初步训练后的人体分析模型，包括：分别从各所述第一训练样本集中获取预设数量的第一样本，将第一样本输入至待训练的人体分析模型中的特征提取单元，获取第一样本的特征；将第一样本的特征输入至各所述预测单元，获取各所述预测单元输出的第一样本的预测结果；根据第一样本的预测结果以及第一样本对应的第一标签，对所述特征提取单元和各所述预测单元的参数进行调整；重复执行上述步骤，直至各所述预测单元的预测结果满足预设条件，得到初步训练后的人体分析模型。可选的，所述采用所述第二训练样本集对所述初步训练后的人体分析模型进行第二阶段训练，得到训练后的人体分析模型，包括：将所述第二训练样本集中的第二样本输入至所述初步训练后的人体分析模型中的特征提取单元，获取第二样本的特征；将第二样本的特征输入至各所述预测单元，获取各所述预测单元输出的第二样本的预测结果；根据第二样本的预测结果以及第二样本对应的第二标签，对所述特征提取单元和各所述预测单元的参数进行微调，得到训练后的人体分析模型。第二方面，本专利技术实施例提供一种对图像中人体进行分析的装置，包括：第一获取模块，用于获取待检测的图像，所述图像为包括人物的图像；分析模块，用于将所述图像输入至人体分析模型，所述人体分析模型用于对所述图像进行特征提取，并对提取的特征进行至少两个分析类型的预测，输出所述图像对应的至少两个分析类型的预测结果；第二获取模块，用于根据所述人体分析模型的输出结果，获取所述图像对应的人体分析结果。可选的，所述人体分析模型包括特征提取单元和至少两个预测单元，各所述预测单元与各所述分析类型对应，所述特征提取单元与各所述预测单元分别连接；所述特征提取单元用于对所述图像进行特征提取，各所述预测单元用于根据所述特征提取单元提取的特征进行对应的分析类型的预测，得到对应的分析类型的预测结果。可选的，所述至少两个分析类型为下述中的至少两种：人体检测分析、人像分割分析、手势识别分析、姿态识别分析。可选的，所述装置还包括：训练模块，用于：获取至少两个第一训练样本集，各所述第一训练样本集与各所述分析类型对应，所述第一训练样本集包括第一样本和各第一样本对应的第一标签，其中，各所述第一训练样本集对应的第一标签的类型不同，所述第一标签的类型为下述中的任一：人体位置标签、人像轮廓标签、手势位置和手势类型标签、人体关键点标签；获取第二训练样本集，所述第二训练样本集包括第二样本和各第二样本对应的第二标签，所述第二标签包括与所述至少两个分析类型对应的至少两种类型的标签：人体位置标签、人像轮廓标签、手势位置和手势类型标签、人体关键点标签；采用各所述第一训练样本集和所述第二训练样本集对待训练的人体分析模型进行训练，得到训练后的人体分析模型。可选的，所述训练模块具体用于：采用各所述第一训练样本集对所述待训练的人体分析模型进行第一阶段训练，得到初步训练后的人体分析模型；采用所述第二训练样本集对所述初步训练后的人体分析模型进行第二阶段训练，得到训练后的人体分析模型。可选的，所述训练模块具体用于：分别从各所述第一训练样本集中获取预设数量的第一样本，将第一样本输入至待训练的人体分析模型中的特征提取单元，获取第一样本的特征；将第一样本的特征输入至各所述预测单元，获取各所述预测单元输出的第一样本的预测结果；根据第一样本的预测结果以及第一样本对应的第一标签，对所述特征提取单元和各所述预测单元的参数进行调整；重复执行上述步骤，直至各所述预测单元的预测结果满足预设条件，得到初步训练后的人体分析模型。可选的，所述训练模块具体用于：将所述第二训练样本集中的第二样本输入至所述初步训练后的人体分析模型中的特征提取单元，获取第二样本的特征；将第二样本的特征输入至各所述预测单元，获取各所述预测单元输出的第二样本的预测结果；根据第二样本的预测结果以及第二样本文档来自技高网...

【技术保护点】
1.一种对图像中人体进行分析的方法，其特征在于，包括：获取待检测的图像，所述图像为包括人物的图像；将所述图像输入至人体分析模型，所述人体分析模型用于对所述图像进行特征提取，并对提取的特征进行至少两个分析类型的预测，输出所述图像对应的至少两个分析类型的预测结果；根据所述人体分析模型的输出结果，获取所述图像对应的人体分析结果。

【技术特征摘要】
1.一种对图像中人体进行分析的方法，其特征在于，包括：获取待检测的图像，所述图像为包括人物的图像；将所述图像输入至人体分析模型，所述人体分析模型用于对所述图像进行特征提取，并对提取的特征进行至少两个分析类型的预测，输出所述图像对应的至少两个分析类型的预测结果；根据所述人体分析模型的输出结果，获取所述图像对应的人体分析结果。2.根据权利要求1所述的方法，其特征在于，所述人体分析模型包括特征提取单元和至少两个预测单元，各所述预测单元与各所述分析类型对应，所述特征提取单元与各所述预测单元分别连接；所述特征提取单元用于对所述图像进行特征提取，各所述预测单元用于根据所述特征提取单元提取的特征进行对应的分析类型的预测，得到对应的分析类型的预测结果。3.根据权利要求1所述的方法，其特征在于，所述至少两个分析类型为下述中的至少两种：人体检测分析、人像分割分析、手势识别分析、姿态识别分析。4.根据权利要求2所述的方法，其特征在于，所述人体分析模型是采用如下方法进行训练的：获取至少两个第一训练样本集，各所述第一训练样本集与各所述分析类型对应，所述第一训练样本集包括第一样本和各第一样本对应的第一标签，其中，各所述第一训练样本集对应的第一标签的类型不同，所述第一标签的类型为下述中的任一：人体位置标签、人像轮廓标签、手势位置和手势类型标签、人体关键点标签；获取第二训练样本集，所述第二训练样本集包括第二样本和各第二样本对应的第二标签，所述第二标签包括与所述至少两个分析类型对应的至少两种类型的标签：人体位置标签、人像轮廓标签、手势位置和手势类型标签、人体关键点标签；采用各所述第一训练样本集和所述第二训练样本集对待训练的人体分析模型进行训练，得到训练后的人体分析模型。5.根据权利要求4所述的方法，其特征在于，所述采用各所述第一训练样本集和所述第二训练样本集对待训练的人体分析模型进行训练，得到训练后的人体分析模型，包括：采用各所述第一训练样本集对所述待训练的人体分析模型进行第一阶段训练，得到初步训练后的人体分析模型；采用所述第二训练样本集对所述初步训练后的人体分析模型进行第二阶段...

【专利技术属性】
技术研发人员：柏提，傅依，沈辉，孙明，高原，刘霄，李旭斌，孙昊，文石磊，丁二锐，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11