本公开涉及一种深度检测方法及装置、电子设备和存储介质，所述方法包括：获取待检测帧，所述待检测帧包含目标对象；根据所述待检测帧，对所述目标对象进行关键点检测，得到关键点检测结果；基于所述关键点检测结果，确定所述目标对象中目标区域的特征长度，其中，所述目标区域包括头部区域和/或肩部区域，所述特征长度用于表征所述目标对象中目标区域的尺寸信息；根据所述目标区域的特征长度，确定所述待检测帧中所述目标对象的深度信息。述待检测帧中所述目标对象的深度信息。述待检测帧中所述目标对象的深度信息。
【技术实现步骤摘要】
深度检测方法及装置、电子设备和存储介质
[0001]本公开涉及计算机
，尤其涉及一种深度检测方法及装置、电子设备和存储介质。
技术介绍
[0002]深度信息可以反映图像中的人体相对于图像采集设备的距离，基于深度信息，可以对图像中的人体对象进行空间定位。
[0003]单目摄像头是一种较为常见和广泛应用的图像采集设备，然而单目摄像头往往仅能提供二维信息，如何基于单目摄像头采集的图像，较为准确地确定图像中人体的深度信息，成为目前一个亟待解决的问题。
技术实现思路
[0004]本公开提出了一种深度检测的技术方案。
[0005]根据本公开的一方面，提供了一种深度检测方法，包括：
[0006]获取待检测帧，所述待检测帧包含目标对象；根据所述待检测帧，对所述目标对象进行关键点检测，得到关键点检测结果；基于所述关键点检测结果，确定所述目标对象中目标区域的特征长度，其中，所述目标区域包括头部区域和/或肩部区域，所述特征长度用于表征所述目标对象中目标区域的尺寸信息；根据所述目标区域的特征长度，确定所述待检测帧中所述目标对象的深度信息。
[0007]在一种可能的实现方式中，所述根据所述待检测帧，对所述目标对象进行关键点检测，得到关键点检测结果，包括：根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象进行关键点检测，得到关键点检测结果，其中，所述参考帧为所述待检测帧所属的目标视频中，位于所述待检测帧之前的视频帧。
[0008]在一种可能的实现方式中，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象进行关键点检测，得到关键点检测结果，包括：根据所述参考帧中所述目标对象的第一位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象进行关键点检测，得到所述关键点检测结果。
[0009]在一种可能的实现方式中，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象进行关键点检测，得到关键点检测结果，包括：获取所述目标对象的目标区域在所述参考帧中的第二位置；根据所述第二位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象进行关键点检测，得到所述关键点检测结果。
[0010]在一种可能的实现方式中，所述获取所述目标对象的目标区域在所述参考帧中的第二位置，包括：通过第一神经网络对所述参考帧中的目标区域进行识别，得到所述第一神经网络输出的第二位置；和/或，根据所述参考帧对应的关键点检测结果，得到所述目标区域在所述参考帧中的第二位置。
[0011]在一种可能的实现方式中，所述关键点检测结果包括头部关键点、左肩关键点以及右肩关键点；所述基于所述关键点检测结果，确定所述目标对象中目标区域的特征长度，包括：根据所述左肩关键点与所述右肩关键点之间的距离，获取所述目标区域的第一特征长度；根据所述头部关键点与肩部中心点之间的距离，获取所述目标区域的第二特征长度，其中，所述肩部中心点为所述左肩关键点与所述右肩关键点的中间点；根据所述第一特征长度和/或所述第二特征长度，确定所述目标区域的特征长度。
[0012]在一种可能的实现方式中，所述深度信息包括深度距离，所述深度距离包括所述目标对象与采集设备的光心之间的距离，所述采集设备包括对所述目标对象进行图像采集的设备；所述根据所述目标区域的特征长度，确定所述待检测帧中所述目标对象的深度信息，包括：获取所述目标区域的预设特征长度，以及所述采集设备的预设设备参数；根据所述预设特征长度与所述目标区域的特征长度之间的比例关系，以及所述预设设备参数，确定所述深度距离。
[0013]在一种可能的实现方式中，所述深度信息包括偏移角度，所述偏移角度包括所述目标对象相对于采集设备的光轴的空间角度，所述采集设备包括对所述目标对象进行图像采集的设备；所述方法还包括：获取所述采集设备的预设设备参数；根据所述预设设备参数以及所述关键点检测结果，确定所述偏移角度。
[0014]在一种可能的实现方式中，所述方法还包括：根据所述目标对象的深度信息，确定所述目标对象在三维空间中的位置。
[0015]根据本公开的一方面，提供了一种深度检测装置，包括：
[0016]获取模块，用于获取待检测帧，所述待检测帧包含目标对象；关键点检测模块，用于根据所述待检测帧，对所述目标对象进行关键点检测，得到关键点检测结果；特征长度确定模块，用于基于所述关键点检测结果，确定所述目标对象中目标区域的特征长度，其中，所述目标区域包括头部区域和/或肩部区域，所述特征长度用于表征所述目标对象中目标区域的尺寸信息；深度检测模块，用于根据所述目标区域的特征长度，确定所述待检测帧中所述目标对象的深度信息。
[0017]在一种可能的实现方式中，所述关键点检测模块用于：根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象进行关键点检测，得到关键点检测结果，其中，所述参考帧为所述待检测帧所属的目标视频中，位于所述待检测帧之前的视频帧。
[0018]在一种可能的实现方式中，所述关键点检测模块进一步用于：根据所述参考帧中所述目标对象的第一位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象进行关键点检测，得到所述关键点检测结果。
[0019]在一种可能的实现方式中，所述关键点检测模块进一步用于：获取所述目标对象的目标区域在所述参考帧中的第二位置；根据所述第二位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象进行关键点检测，得到所述关键点检测结果。
[0020]在一种可能的实现方式中，所述关键点检测模块进一步用于：通过第一神经网络对所述参考帧中的目标区域进行识别，得到所述第一神经网络输出的第二位置；和/或，根据所述参考帧对应的关键点检测结果，得到所述目标区域在所述参考帧中的第二位置。
[0021]在一种可能的实现方式中，所述关键点检测结果包括头部关键点、左肩关键点以
及右肩关键点；所述特征长度确定模块用于：根据所述左肩关键点与所述右肩关键点之间的距离，获取所述目标区域的第一特征长度；根据所述头部关键点与肩部中心点之间的距离，获取所述目标区域的第二特征长度，其中，所述肩部中心点为所述左肩关键点与所述右肩关键点的中间点；根据所述第一特征长度和/或所述第二特征长度，确定所述目标区域的特征长度。
[0022]在一种可能的实现方式中，所述深度信息包括深度距离，所述深度距离包括所述目标对象与采集设备的光心之间的距离，所述采集设备包括对所述目标对象进行图像采集的设备；所述深度检测模块用于：获取所述目标区域的预设特征长度，以及所述采集设备的预设设备参数；根据所述预设特征长度与所述目标区域的特征长度之间的比例关系，以及所述预设设备参数，确定所述深度距离。
[0023]在一种可能的实现方式中，所述深度信息包括偏移角度，所述偏移角度包括所述目标对象相对于采集设备的光轴的空间角度，所述采集设备包括对所述目标对象进行图像采集的设备；所述装本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种深度检测方法，其特征在于，包括：获取待检测帧，所述待检测帧包含目标对象；根据所述待检测帧，对所述目标对象进行关键点检测，得到关键点检测结果；基于所述关键点检测结果，确定所述目标对象中目标区域的特征长度，其中，所述目标区域包括头部区域和/或肩部区域，所述特征长度用于表征所述目标对象中目标区域的尺寸信息；根据所述目标区域的特征长度，确定所述待检测帧中所述目标对象的深度信息。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帧，对所述目标对象进行关键点检测，得到关键点检测结果，包括：根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象进行关键点检测，得到关键点检测结果，其中，所述参考帧为所述待检测帧所属的目标视频中，位于所述待检测帧之前的视频帧。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象进行关键点检测，得到关键点检测结果，包括：根据所述参考帧中所述目标对象的第一位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象进行关键点检测，得到所述关键点检测结果。4.根据权利要求2或3所述的方法，其特征在于，所述根据所述目标对象在参考帧中的位置信息，对所述待检测帧中的所述目标对象进行关键点检测，得到关键点检测结果，包括：获取所述目标对象的目标区域在所述参考帧中的第二位置；根据所述第二位置，对所述待检测帧进行裁剪，得到裁剪结果；对所述裁剪结果中的目标对象进行关键点检测，得到所述关键点检测结果。5.根据权利要求4所述的方法，其特征在于，所述获取所述目标对象的目标区域在所述参考帧中的第二位置，包括：通过第一神经网络对所述参考帧中的目标区域进行识别，得到所述第一神经网络输出的第二位置；和/或，根据所述参考帧对应的关键点检测结果，得到所述目标区域在所述参考帧中的第二位置。6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述关键点检测结果包括头部关键点、左肩关键点以及右肩关键点；所述基于所述关键点检测结果，确定所述目标对象中目标区域的特征长度，包括：根据所述左肩关键点与所述右肩关键点之间的距离，获取所述目标区域的第一特征长度；根据所述...
【专利技术属性】
技术研发人员：赵佳，谢符宝，刘文韬，钱晨，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：
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。