目标对象姿态选择方法、图像评分方法及模型训练方法技术

本申请提供一种目标对象姿态选择方法、图像评分方法及模型训练方法，目标对象姿态选择模型包括关键点检测模块、姿态估计模块以及姿态选取模块，目标对象姿态选择模型训练方法包括：获取训练样本，训练样本包括样本图像、样本图像中的目标对象的关键点、样本图像中目标对象的三维姿态以及目标对象的最优姿态；将样本图像输入目标对象姿态选择模型；基于目标对象姿态选择模型的关键点检测模块检测的目标对象的关键点、姿态估计模块估计的三维姿态以及姿态选取模块选择的最优姿态，与样本图像中的目标对象的关键点、样本图像中目标对象的三维姿态以及目标对象的最优姿态的差异训练目标对象姿态选择模型。本申请实现图像中的目标对象的姿态的评估。象的姿态的评估。象的姿态的评估。

【技术实现步骤摘要】
目标对象姿态选择方法、图像评分方法及模型训练方法


[0001]本申请涉及图像处理领域，尤其涉及一种目标对象姿态选择方法、图像评分方法及模型训练方法。

技术介绍

[0002]目前，随着图像处理领域的发展，仅仅识别图像中的目标对象已经不足以应对各类场景的需求。例如，机动车(小汽车、大卡车等)作为与人们生活息息相关的交通工具，能够有效被识别显得尤为重要。在交通违法处理中，肇事逃逸的车辆，单纯依靠交警在路上逐个排查进行搜索，是一项耗时、耗力、事倍功半的事情。现如今，监控相机随处可见，小区、停车场、高速路等，为寻找机动车提供了很好的保障。通过对视频图像进行分析，检测图像中的目标，进行属性分析，获取其颜色、车牌号、车型、款式等信息，从而锁定追踪目标，达到事半功倍的效果。
[0003]机动车识别旨在通过智能算法快速确定待分析车辆是什么牌子、什么车型，如果对任何输入算法的图像都进行分析，可能因为图片太模糊，或者图像受到采集条件影响，存在变色等情况，导致识别错误的情况。
[0004]由此，如何实现图像中的目标对象的姿态的评估，从而便于确定用于执行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象姿态选择模型训练方法，其特征在于，所述目标对象姿态选择模型包括关键点检测模块、姿态估计模块以及姿态选取模块，所述关键点检测模型基于输入的图像检测目标对象的关键点，所述姿态估计模块至少根据所述目标对象的关键点估计所述目标对象的三维姿态，所述姿态选取模块根据所述姿态估计模块估计的三维姿态选择最优姿态，所述目标对象姿态选择模型训练方法包括：获取训练样本，所述训练样本包括样本图像、样本图像中的目标对象的关键点、样本图像中目标对象的三维姿态以及目标对象的最优姿态；将所述样本图像输入所述目标对象姿态选择模型；基于所述目标对象姿态选择模型的关键点检测模块检测的目标对象的关键点、所述姿态估计模块估计的三维姿态以及所述姿态选取模块选择的最优姿态，与所述样本图像中的目标对象的关键点、样本图像中目标对象的三维姿态以及目标对象的最优姿态的差异训练所述目标对象姿态选择模型。2.如权利要求1所述的目标对象姿态选择模型训练方法，其特征在于，所述关键点检测模块通过如下步骤检测输入的图像的目标对象的关键点：对输入的图像的每个像素，预测指向关键点的单位向量；采用随机抽样一致算法对关键点的位置进行投票，以获得目标对象的关键点。3.如权利要求1所述的目标对象姿态选择模型训练方法，其特征在于，所述姿态估计模块通过如下步骤根据所述目标对象的关键点估计所述目标对象的三维姿态：获取所述目标对象的关键点的二维坐标；将所述目标对象的关键点的二维坐标转换为三维坐标；根据所述目标对象的关键点的三维坐标估计所述目标对象的三维姿态。4.如权利要求1所述的目标对象姿态选择模型训练方法，其特征在于，所述姿态选取模块为基于序列的预测模型，所述关键点检测模块、姿态估计模块基于多个包含同一目标对象的样本图像形成的样本图像的序列，向所述姿态选取模块提供所估计的所述目标对象的三维姿态的序列。5.如权利要求1所述的目标对象姿态选择模型训练方法，其特征在于，所述关键点检测模块并接目标框识别模块，所述姿态估计模块根据所述目标对象的关键点以及所述目标框识别模块识别的目标对象的目标框估计所述目标对象的三维姿态。6.一种图像评分模型训练方法，其特征在于，所述图像评分模型包括目标对象姿态选择模型以及至少一图像属性评分模型，所述目标对象姿态选择模型基于输入的图像估计目标对象的姿态评分，所述图像属性评分模型基于输入的图像...

【专利技术属性】
技术研发人员：袁小青，肖潇，卢琨，
申请(专利权)人：苏州科达科技股份有限公司，
类型：发明
国别省市：