关键点检测模型的训练方法、关键点检测方法及装置制造方法及图纸

本公开提供了一种关键点检测模型的训练方法、关键点检测方法及装置，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、增强现实技术领域。实现方案为：获取目标对象的样本图像，所述目标对象包括多个关键点和与所述多个关键点具有预设位置关系的至少一个辅助点；将所述样本图像输入所述关键点检测模型，以得到所述关键点检测模型输出的多个预测关键点；基于所述多个预测关键点和所述预设位置关系，确定至少一个预测辅助点；基于所述多个关键点、所述至少一个辅助点、所述多个预测关键点和所述至少一个预测辅助点，确定所述关键点检测模型的损失值；以及基于所述损失值，调整所述关键点检测模型的参数。述关键点检测模型的参数。述关键点检测模型的参数。

【技术实现步骤摘要】
关键点检测模型的训练方法、关键点检测方法及装置


[0001]本公开涉及人工智能
，尤其涉及计算机视觉、深度学习、增强现实
，具体涉及一种关键点检测模型的训练方法及装置、关键点检测方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]关键点检测是计算机视觉领域的一种计算任务，用于检测图像中的目标对象的关键点，例如人体关节点、障碍物的轮廓点等。关键点检测技术被广泛应用于诸如姿态估计、目标跟踪、自动驾驶等场景中。
[0004]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种关键点检测模型的训练方法，包括：获取目标对象的样本图像，其中，所述目标对象包括多个关键点和与所述多个关键点具有预设位置关系的至少一个辅助点；将所述样本图像输入所述关键点检测模型，以得到所述关键点检测模型输出的多个预测关键点；基于所述多个预测关键点和所述预设位置关系，确定至少一个预测辅助点；基于所述多个关键点、所述至少一个辅助点、所述多个预测关键点和所述至少一个预测辅助点，确定所述关键点检测模型的损失值；以及基于所述损失值，调整所述关键点检测模型的参数。2.根据权利要求1所述的方法，其中，所述至少一个辅助点中的任一辅助点位于由所述多个关键点中的相应的两个关键点所形成的直线上。3.根据权利要求2所述的方法，其中，所述至少一个辅助点中的任一辅助点位于由所述多个关键点中的相应的两个关键点所形成的线段的预设位置处。4.根据权利要求2所述的方法，其中，所述至少一个辅助点为将所述多个关键点两两相连所形成的多条线段上的、不同于所述多个关键点的像素点。5.根据权利要求2所述的方法，其中，所述样本图像标注有所述多个关键点之间的相邻关系，并且其中，所述至少一个辅助点为将所述多个关键点中的相邻的关键点相连所形成的多条线段上的、不同于所述多个关键点的像素点。6.根据权利要求1
‑
5中任一项所述的方法，其中，基于所述多个关键点、所述至少一个辅助点、所述多个预测关键点和所述至少一个预测辅助点，确定所述关键点检测模型的损失值包括：基于所述多个关键点和所述至少一个辅助点，生成所述样本图像对应的标签图像；基于所述多个预测关键点和所述至少一个预测辅助点，生成所述样本图像对应的预测图像；以及基于所述标签图像和所述预测图像，确定所述关键点检测模型的损失值。7.根据权利要求6所述的方法，其中，在所述标签图像中，所述多个关键点和所述至少一个辅助点的像素值为第一预设值，除所述多个关键点和所述至少一个辅助点之外的其他像素点的像素值为第二预设值；在所述预测图像中，所述多个预测关键点和所述至少一个预测辅助点的像素值为所述第一预设值，除所述多个预测关键点和所述至少一个预测辅助点之外的其他像素点的像素值为所述第二预设值。8.根据权利要求3所述的方法，其中，基于所述多个关键点、所述至少一个辅助点、所述多个预测关键点和所述至少一个预测辅助点，确定所述关键点检测模型的损失值包括：基于每个关键点与相应的预测关键点的第一距离和每个辅助点与相应的预测辅助点的第二距离，确定所述关键点检测模型的损失值。9.一种关键点检测方法，包括：将目标对象的待检测图像输入关键点检测模型，其中，所述关键点检测模型是根据权利要求1
‑
8中任一项所述的方法得到的；以及获取所述关键点检测模型输出的所述目...

【专利技术属性】
技术研发人员：宫延河，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：