人体关键点检测模型的训练方法和装置制造方法及图纸

本公开的实施例公开了人体关键点检测模型的训练方法和装置。该方法的一具体实施方式包括：获取训练样本集合；获取初始人体关键点检测模型，初始人体关键点检测模型包括特征提取网络、与至少一个部位对应的至少一个关键点检测网络；利用深度学习方法，将训练样本集合中的训练样本的样本人体图像作为特征提取网络的输入，将特征提取网络输出的特征信息分别输入至少一个关键点检测网络，将输入的样本人体图像中显示的人体的至少一个部位的关键点的位置信息分别作为对应的关键点检测网络的期望输出，训练得到人体关键点检测模型。该实施方式实现了提高人体关键点预测的准确度。

Training Method and Device of Human Key Point Detection Model

The embodiment of the present disclosure discloses a training method and device for a human key point detection model. One specific implementation of the method includes: acquiring training sample set; acquiring initial human key point detection model, which includes feature extraction network and at least one key point detection network corresponding to at least one part; using deep learning method, taking training sample image of training sample set as feature extraction network. Input, the feature information output from the feature extraction network is input into at least one key point detection network, and the position information of the key point of at least one part of the human body shown in the input sample human body image is used as the expected output of the corresponding key point detection network, and the human key point detection model is trained. The implementation method realizes improving the accuracy of human key point prediction.

【技术实现步骤摘要】
人体关键点检测模型的训练方法和装置
本公开的实施例涉及计算机
，具体涉及人体关键点检测模型的训练方法和装置。
技术介绍
随着人工智能的不断发展，计算机视觉也取得了许多成果。在现有的姿态检测等任务中，首先需要对图像进行特征提取。之后，将特征信息输入预测网络进行姿态等预测。为了便于完成姿态检测等任务，一般需要确定人体的各个关键点的位置。在现有技术中，往往将人体作为整体确定其各个关键点的位置。
技术实现思路
本公开的实施例提出了人体关键点检测模型的训练方法和装置、人体关键点检测方法和装置。第一方面，本公开的实施例提供了一种人体关键点检测模型的训练方法，包括：获取训练样本集合，训练样本包括样本人体图像和样本人体图像中显示的人体的至少一个部位的关键点的位置信息；获取初始人体关键点检测模型，初始人体关键点检测模型包括特征提取网络、与至少一个部位对应的至少一个关键点检测网络；利用深度学习方法，将训练样本集合中的训练样本的样本人体图像作为特征提取网络的输入，将特征提取网络输出的特征信息分别输入至少一个关键点检测网络，将输入的样本人体图像中显示的人体的至少一个部位的关键点的位置信息分别作为对应的关键本文档来自技高网...

【技术保护点】
1.一种人体关键点检测模型的训练方法，包括：获取训练样本集合，训练样本包括样本人体图像和样本人体图像中显示的人体的至少一个部位的关键点的位置信息；获取初始人体关键点检测模型，所述初始人体关键点检测模型包括特征提取网络、与所述至少一个部位对应的至少一个关键点检测网络；利用深度学习方法，将所述训练样本集合中的训练样本的样本人体图像作为特征提取网络的输入，将特征提取网络输出的特征信息分别输入至少一个关键点检测网络，将输入的样本人体图像中显示的人体的至少一个部位的关键点的位置信息分别作为对应的关键点检测网络的期望输出，训练得到人体关键点检测模型。

【技术特征摘要】
1.一种人体关键点检测模型的训练方法，包括：获取训练样本集合，训练样本包括样本人体图像和样本人体图像中显示的人体的至少一个部位的关键点的位置信息；获取初始人体关键点检测模型，所述初始人体关键点检测模型包括特征提取网络、与所述至少一个部位对应的至少一个关键点检测网络；利用深度学习方法，将所述训练样本集合中的训练样本的样本人体图像作为特征提取网络的输入，将特征提取网络输出的特征信息分别输入至少一个关键点检测网络，将输入的样本人体图像中显示的人体的至少一个部位的关键点的位置信息分别作为对应的关键点检测网络的期望输出，训练得到人体关键点检测模型。2.根据权利要求1所述的方法，其中，在所述利用深度学习方法，将所述训练样本集合中的训练样本的样本人体图像作为特征提取网络的输入，将特征提取网络输出的特征信息分别输入至少一个关键点检测网络，将输入的样本人体图像中显示的人体的至少一个部位的关键点的位置信息分别作为对应的关键点检测网络的期望输出，训练得到人体关键点检测模型之前，所述方法还包括：对于所述训练样本集合中的训练样本包括的样本人体图像中显示的人体的至少一个部位中的部位，基于该部位的关键点的位置信息和目标参数值，得到该部位的关键点的目标位置信息。3.根据权利要求2所述的方法，其中，所述利用深度学习方法，将所述训练样本集合中的训练样本的样本人体图像作为特征提取网络的输入，将特征提取网络输出的特征信息分别输入至少一个关键点检测网络，将输入的样本人体图像中显示的人体的至少一个部位的关键点的位置信息分别作为对应的关键点检测网络的期望输出，训练得到人体关键点检测模型，包括：利用深度学习方法，将所述训练样本集合中的训练样本的样本人体图像作为特征提取网络的输入，将特征提取网络输出的特征信息分别输入至少一个关键点检测网络，将输入的样本人体图像中显示的人体的至少一个部位的关键点的目标位置信息分别作为对应的关键点检测网络的期望输出，训练得到人体关键点检测模型。4.根据权利要求1-3中任一所述的方法，其中，所述至少一个关键点检测网络包括以下至少一项：头部关键点检测网络、上肢关键点检测网络、下肢关键点检测网络和全身关键点检测网络。5.一种人体关键点检测方法，包括：获取待检测人体图像；将所述待检测人体图像输入预先训练的人体关键点检测模型，得到所述待检测图像中显示的人体的关键点信息，其中，所述人体关键点检测模型按照如...

【专利技术属性】
技术研发人员：喻冬东，王长虎，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京,11