【技术实现步骤摘要】
一种图像中物体及其关键点的确定方法和装置
本申请涉及图像处理
，尤其涉及一种图像中物体及其关键点的确定方法和装置。
技术介绍
随着车辆的普及，车辆驾驶安全越来越重要。其中，驾驶员的疲劳驾驶是一种能够影响驾驶安全的重要因素。目前，通常使用车辆的疲劳驾驶检测系统确定驾驶员是否处于疲劳驾驶状态，以便在确定驾驶员处于疲劳驾驶状态时对驾驶员采取相应的提醒措施。其中，为了能够有效地确定出驾驶员是否处于疲劳驾驶状态，需要根据包括驾驶员脸部的图像，进行人脸检测以及人脸关键点检测，以便后续能够利用人脸检测结果以及人脸关键点检测结果确定驾驶员的精神状态。有上述分析可知，为了提高驾驶安全性，需要准确地检测出图像中人脸以及关键点，以便能够基于该检测所得的人脸及其关键点准确地判断驾驶员的精神状态。然而，如何根据准确地检测出图像中物体(例如，人脸)及其关键点却是一个亟待解决的技术问题。
技术实现思路
为了解决现有技术中存在的以上技术问题，本申请提供一种图像中物体及其关键点的确定方法和装置，能够有效地确定出图像中...
【技术保护点】
1.一种图像中物体及其关键点的确定方法，其特征在于，包括：/n对待检测图像进行特征提取，得到所述待检测图像对应的图像特征；/n根据所述待检测图像对应的图像特征，确定目标物体在待检测图像上的位置信息以及所述目标物体的关键点位置信息；其中，所述目标物体的关键点用于表征所述目标物体的结构特征。/n
【技术特征摘要】
1.一种图像中物体及其关键点的确定方法，其特征在于，包括：
对待检测图像进行特征提取，得到所述待检测图像对应的图像特征；
根据所述待检测图像对应的图像特征，确定目标物体在待检测图像上的位置信息以及所述目标物体的关键点位置信息；其中，所述目标物体的关键点用于表征所述目标物体的结构特征。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测图像对应的图像特征，确定目标物体在待检测图像上的位置信息以及所述目标物体的关键点位置信息，具体为：
根据所述待检测图像对应的图像特征，确定目标物体在待检测图像上的位置信息，并根据所述待检测图像对应的图像特征和所述目标物体在待检测图像上的位置信息，确定目标物体的关键点位置信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述待检测图像对应的图像特征，确定目标物体在待检测图像上的位置信息，并根据所述待检测图像对应的图像特征和所述目标物体在待检测图像上的位置信息，确定目标物体的关键点位置信息，具体包括：
根据所述待检测图像对应的图像特征，利用预先构建的第一检测模型对目标物体及其关键点进行检测，确定目标物体在待检测图像上的位置信息以及目标物体的关键点位置信息；
其中，所述第一检测模型包括第一物体位置检测网络层和第一关键点位置检测网络层，且所述第一物体位置检测网络层的输出结果是所述第一关键点位置检测网络层的输入数据，且所述第一物体位置检测网络层用于根据所述待检测图像对应的图像特征确定目标物体在待检测图像上的位置信息，所述第一关键点位置检测网络层用于根据所述待检测图像对应的图像特征和所述目标物体在待检测图像上的位置信息，确定目标物体的关键点位置信息。
4.根据权利要求3所述的方法，其特征在于，所述第一检测模型的训练过程，具体包括：
获取训练图像对应的图像特征、目标物体在训练图像上的实际位置信息以及目标物体的实际关键点位置信息；
根据所述训练图像对应的图像特征，利用第一检测模型对目标物体及其关键点进行检测，确定目标物体在待检测图像上的预测位置信息以及目标物体的预测关键点位置信息；
根据所述目标物体在训练图像上的实际位置信息、所述目标物体的实际关键点位置信息、所述目标物体在待检测图像上的预测位置信息以及所述目标物体的预测关键点位置信息，判断所述第一检测模型是否达到第一预设条件；
若确定所述第一检测模型未达到第一预设条件，则更新第一检测模型，继续执行“根据所述训练图像对应的图像特征，利用第一检测模型对目标物体及其关键点进行检测，确定目标物体在待检测图像上的预测位置信息以及目标物体的预测关键点位置信息”。
5.根据权利要求4所述的方法，其特征在于，所述第一预设条件为：第一检测模型的检测损失的变化率低于第一预设损失阈值，和/或，第一检测模型的训练轮数达到第一预设轮数阈值。
6.根据权利要求5所述的方法，其特征在于，当所述第一预设条件包括第一检测模型的检测损失的变化率低于第一预设损失阈值时，所述根据所述目标物体在训练图像上的实际位置信息、所述目标物体的实际关键点位置信息、所述目标物体在待检测图像上的预测位置信息以及所述目标物体的预测关键点位置信息，判断所述第一检测模型是否达到第一预设条件，具体包括：
根据所述目标物体在训练图像上的实际位置信息以及目标物体在待检测图像上的预测位置信息，确定目标物体的检测损失；其中，所述目标物体的检测损失包括目标物体的识别损失和目标物体的位置检测损失；
根据所述目标物体的实际关键点位置信息以及所述目标物体的预测关键点位置信息，确定目标物体的关键点位置检测损失；
根据所述目标物体的识别损失、所述目标物体的位置检测损失和所述目标物体的关键点位置检测损失，确定第一检测模型的检测损失；
根据所述第一检测模型的检测损失以及第一检测模型的历史检测损失，确定第一检测模型的检测损失变化率；所述第一检测模型的历史检测损失是在历史训练过程中确定的第一检测模型的检测损失；
若所述第一检测模型的检测损失变化率低于第一预设损失阈值，则确定所述第一检测模型达到第一预设条件；
若所述第一检测模型的检测损失变化率不低于第一预设损失阈值，则确定所述第一检测模型未达到第一预设条件。
7.根据权利要求4所述的方法，其特征在于，所述根据所述目标物体在训练图像上的实际位置信息、所述目标物体的实际关键点位置信息、所述目标物体在待检测图像上的预测位置信息以及所述目标物体的预测关键点位置信息，判断所述第一检测模型是否达到第一预设条件，具体包括：
根据所述目标物体在训练图像上的实际位置信息以及目标物体在待检测图像上的预测位置信息，确定目标物体的检测损失；其中，所述目标物体的检测损失包括目标物体的识别损失和目标物体的位置检测损失；
根据所述目标物体的实际关键点位置信息以及所述目标物体的预测关键点位置信息，确定目标物体的关键点位置检测损失；
根据所述目标物体的识别损失、所述目标物体的位置检测损失和所述目标物体的关键点位置检测损失，确定第一检测模型的检测损失；
根据所述第一检测模型的检测损失以及第一检测模型的历史检测损失，确定第一检测模型的检测损失变化率；所述第一检测模型的历史检测损失是在历史训练过程中确定的第一检测模型的检测损失；
若所述第一检测模型的检测损失变化率低于第一预设损失阈值，或第一检测模型的训练轮数达到第一预设轮数阈值，则确定所述第一检测模型达到第一预设条件；
若所述第一检测模型的检测损失变化率不低于第一预设损失阈值，且第一检测模型的训练轮数未达到第一预设轮数阈值，则确定所述第一检测模型未达到第一预设条件。
8.根据权利要求1所述的方法，其特征在于，所述根据所述待检测图像对应的图像特征，确定目标物体在待检测图像上的位置信息以及所述目标物体的关键点位置信息，具体为：
根据所述待检测图像对应的图像特征，确定目标物体在待检测图像上的位置信息和待检测图像上各个图像子区域内的关键点位置信息，并根据所述目标物体在待检测图像上的位置信息和所述待检测图像上各个图像子区域内的关键点位置信息，确定所...
【专利技术属性】
技术研发人员：周婷，吕晋，周伟杰，
申请(专利权)人：东软睿驰汽车技术沈阳有限公司，
类型：发明
国别省市：辽宁;21
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。