【技术实现步骤摘要】
指标预测方法、装置、电子设备及存储介质
本专利技术涉及图像处理
,尤其涉及指标预测方法、装置、电子设备及存储介质。
技术介绍
由于动物一些生活方式(例如,久坐不动、长时间观看某个事物、运动)会对动物的体态造成一定影响,从动物的体态又可以反映出动物身体的健康状态,所以可以通过对动物体态的分析来得知动物的健康状况,以使用户可以根据体态分析结果来改善或保持自身或其宠物的健康状况。但目前,专业的体态分析通常需要在特定场地由专业人士进行相关操作才能完成,例如,在健身房中,通过健身教练利用自身经验和辅助网格对受测者的身体外观进行目测;在医院中,通过医生利用医学影像,如X射线、CT及核磁共振对受测者的体态进行评估。因此,目前对动物体态进行评估的方式都必须依赖有经验的专业人士,且评估过程涉及较多人为操作,从而不仅导致体态分析结果容易受到人为因素的影响,体态分析效率较低;而且还耗费受测者大量的时间和金钱。
技术实现思路
基于此,本专利技术提供一种指标预测方法、装置、电子设备及存储介质。根据本专利技术实施例的第一方面,本专利技术提供了一种指标预测方法,所述方法包括:获取被测对象,所述被测对象包括基于任一角度拍摄的受测者图像;向已训练的目标模型输入所述被测对象,以使所述目标模型提取得到所述被测对象中关键点的位置信息;根据与所需预测的指标相关的若干关键点的位置信息,计算得到对应于所述若干关键点之间的位置关系的指标参数;其中,所述目标模型通过基于进行关键点标注前的原始对象、以及所述原始对象对应的关键点标准热图和结构标准热图进行训练得到;所述关键点标准热图和所述结构标准热图基于所述 ...
【技术保护点】
1.一种指标预测方法,其特征在于,包括:获取被测对象,所述被测对象包括基于任一角度拍摄的受测者图像;向已训练的目标模型输入所述被测对象,以使所述目标模型提取得到所述被测对象中关键点的位置信息;根据与所需预测的指标相关的若干关键点的位置信息,计算得到对应于所述若干关键点之间的位置关系的指标参数;其中,所述目标模型通过基于进行关键点标注前的原始对象、以及所述原始对象对应的关键点标准热图和结构标准热图进行训练得到;所述关键点标准热图和所述结构标准热图基于所述原始对象被进行关键点标注后所得的标注对象和预定的模型预测任务得到;一个热图用于记录一个关键点或一个结构的热图信息,一个结构用于表征指定的若干关键点之间的位置关系。
【技术特征摘要】
1.一种指标预测方法,其特征在于,包括:获取被测对象,所述被测对象包括基于任一角度拍摄的受测者图像;向已训练的目标模型输入所述被测对象,以使所述目标模型提取得到所述被测对象中关键点的位置信息;根据与所需预测的指标相关的若干关键点的位置信息,计算得到对应于所述若干关键点之间的位置关系的指标参数;其中,所述目标模型通过基于进行关键点标注前的原始对象、以及所述原始对象对应的关键点标准热图和结构标准热图进行训练得到;所述关键点标准热图和所述结构标准热图基于所述原始对象被进行关键点标注后所得的标注对象和预定的模型预测任务得到;一个热图用于记录一个关键点或一个结构的热图信息,一个结构用于表征指定的若干关键点之间的位置关系。2.根据权利要求1所述的方法,其特征在于,所述指标参数的计算过程包括:根据与所需预测的指标相关的若干关键点的位置信息,计算得到用于表征所述若干关键点之间的位置关系的关系参数;获取所述关系参数对应的指标的标准值和标准取值范围;所述标准值隶属于所述标准取值范围;如果所述关系参数小于所述标准取值范围中的最小值,则根据所述关系参数、所述最小值和所述标准取值范围计算得到所述指标参数;如果所述关系参数大于或等于所述最小值且小于所述标准值,则根据所述关系参数、所述标准值和所述最小值计算得到所述指标参数;如果所述关系参数大于或等于所述标准值且小于所述标准取值范围中的最大值,则根据所述关系参数、所述标准值和所述最大值计算得到所述指标参数;如果所述关系参数大于或等于所述最大值,则根据所述关系参数、所述最大值和所述标准取值范围计算得到所述指标参数。3.根据权利要求2所述的方法,其特征在于,所述标准值为预设的标准值,或者,所述标准值通过基于预设时间段内的关系参数计算得到。4.根据权利要求1所述的方法,其特征在于,所述目标模型的构建过程包括:确定初始模型,所述初始模型包括特征提取网络、中间监督层和激活层;向所述初始模型的特征提取网络输入原始对象,以使所述中间监督层和所述激活层分别生成结构预测热图和第一关键点预测热图;基于当前原始对象对应的结构预测热图和结构标准热图、以及对应的第一关键点预测热图和关键点标准热图,计算得到当前总损失参数;根据预设时段内的总损失参数确定所述初始模型是否已被构建成为目标模型。5.根据权利要求4所述的方法,其特征在于,向所述初始模型的特征提取网络输入原始对象之后,所述中间监督层还生成第二关键点预测热图;所述当前总损失参数基于当前原始对象对应的结构预测热图和结构标准热图、对应的第一关键点预测热图和关键点标准热图、以及对应的第二关键点预测热图和关键点标准热图计算得到。6.根据权利要求4或5所述的方法,其特征在于,所述激活层还迭代生成每个关键点的多张第一关键点预测热图。7.根据权利要求1所述的方法,其特征在于,对于每个原始对象,其总损失参数等于其所有关键点的损失参数...
【专利技术属性】
技术研发人员:周详,曾梓华,陈聪,彭勇华,
申请(专利权)人:广州虎牙信息科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。