一种图像关键点的检测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种图像关键点的检测方法，应用于关键点检测模型，所述关键点检测模型包括主干网络、前景区域分割子网络和关键点检测子网络，所述检测方法包括：利用所述主干网络提取目标图像的图像特征；将所述图像特征输入所述前景区域分割子网络，得到所述目标图像的前景区域特征图；将所述前景区域特征图与所述图像特征的点乘结果输入所述关键点检测子网络，得到所述目标图像的关键点热力图；根据所述关键点热力图确定所述目标图像中的关键点，本申请能够提高关键点检测精度。本申请还公开了一种图像关键点的检测装置、一种电子设备及一种存储介质，具有以上有益效果。具有以上有益效果。具有以上有益效果。

【技术实现步骤摘要】
一种图像关键点的检测方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
，特别涉及一种图像关键点的检测方法、装置、电子设备及存储介质。

技术介绍

[0002]关键点检测广泛应用于人脸识别、人体姿势识别、视觉定位以及三维重建等领域。传统的图像处理方式通过手工设计的各种关键点检测算子进行关键点检测，这种方式往往仅适用于某种特定场景，泛化性不足。针对上述缺陷，相关技术中通常基于关键点坐标回归的方法以及基于热力图响应的方法检测图像关键点，但是在检测背景比较复杂的情况下，基于热力图响应的关键点检测方法在进行关键点检测时，会出现因背景的干扰使得热度图的峰值出现在背景区域，进而导致较大的检测误差的情况。
[0003]因此，如何提高关键点检测精度是本领域技术人员目前需要解决的技术问题。

技术实现思路

[0004]本申请的目的是提供一种图像关键点的检测方法、一种图像关键点的检测装置、一种电子设备及一种存储介质，能够提高关键点检测精度。
[0005]为解决上述技术问题，本申请提供一种图像关键点的检测方法，应用于关键本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像关键点的检测方法，其特征在于，应用于关键点检测模型，所述关键点检测模型包括主干网络、前景区域分割子网络和关键点检测子网络，所述检测方法包括：利用所述主干网络提取目标图像的图像特征；将所述图像特征输入所述前景区域分割子网络，得到所述目标图像的前景区域特征图；将所述前景区域特征图与所述图像特征的点乘结果输入所述关键点检测子网络，得到所述目标图像的关键点热力图；根据所述关键点热力图确定所述目标图像中的关键点。2.根据权利要求1所述图像关键点的检测方法，其特征在于，利用所述主干网络提取目标图像的图像特征，包括：利用所述主干网络提取所述目标图像在多个尺度下的图像特征。3.根据权利要求2所述图像关键点的检测方法，其特征在于，将所述前景区域特征图与所述图像特征的点乘结果输入所述关键点检测子网络，包括：选取分辨率排名前N位的图像特征作为目标图像特征；将所述目标图像特征与所述图像特征的点乘结果输入所述关键点检测子网络。4.根据权利要求1所述图像关键点的检测方法，其特征在于，在利用所述主干网络提取目标图像的图像特征之前，还包括：利用目标网络损失函数训练所述关键点检测模型；其中，所述目标网络损失函数包括前景区域分割子网络损失函数和关键点检测子网络损失函数。5.根据权利要求1所述图像关键点的检测方法，其特征在于，将所述图像特征输入所述前景区域分割子网络，得到所述目标图像的前景区域特征图，包括：将所述图像特征输入所述前景区域分割子网络的支路，以便对所述图像特征执行卷积计算操作和特征融合操作，得到所述目标图像的前景区域特征图。6.根据权利要求5所述图像关键点的检测方法，其特征在于，在得到所述目标图像的前景区域特征图之后，还包括：对所述前景区域分割子网络的支路输出的前景区域特征图...

【专利技术属性】
技术研发人员：丁宁，张晓光，李南，马琳，夏轩，何星，潘喜洲，张爱东，
申请(专利权)人：深圳市人工智能与机器人研究院，
类型：发明
国别省市：