目标对象的方位检测方法、装置、设备及计算机可读介质制造方法及图纸

本申请涉及一种目标对象的方位检测方法、装置、设备及计算机可读介质。该方法包括：在第一图像中确定目标对象所在的目标区域，其中，第一图像为视频序列中的单帧图像；截取目标区域的第二图像，并基于第二图像确定目标对象的关键点信息；将关键点信息映射为用于识别目标对象方位的识别组合，并将与识别组合匹配的预设人体方位确定为目标对象在第一图像中的方位。本申请基于2D的关键点检测算法进行人体方位检测，通过判断特定关键点是否被检测到，来预测人体方位的信息，解决了相关技术中人体方位检测精度低、成本高的技术问题。成本高的技术问题。成本高的技术问题。

【技术实现步骤摘要】
目标对象的方位检测方法、装置、设备及计算机可读介质


[0001]本申请涉及目标检测
，尤其涉及一种目标对象的方位检测方法、装置、设备及计算机可读介质。

技术介绍

[0002]随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术对目标进行实时跟踪研究越来越热门，对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。普通用户经常使用的，如通过用户的运动健身视频，得到用户的人体正对/侧对/背对镜头等人体方位信息，利用人体方位信息分析人体姿态，从而进行体育训练分析。又如在影视剧中，通过检测剧中人物正对/侧对/背对镜头等人体方位信息，利用人体方位信息分析人体姿态，从而进行关键帧筛选。
[0003]目前，相关技术中，通常有两种方式可以对视频中的人体方位进行检测，一是利用深度学习算法对人体姿态进行分类，二是利用人体的3D信息进行判断。但是现有的两种方法都由于自身存在的问题而无法满足用户需求，无法广泛推广，如利用深度学习算法对人体姿态进行分类的方案中，存在分类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象的方位检测方法，其特征在于，包括：在第一图像中确定目标对象所在的目标区域，其中，所述第一图像为视频序列中的单帧图像；截取所述目标区域的第二图像，并基于所述第二图像确定所述目标对象的关键点信息；将所述关键点信息映射为用于识别所述目标对象方位的识别组合，并将与所述识别组合匹配的预设人体方位确定为所述目标对象在所述第一图像中的方位。2.根据权利要求1所述的方法，其特征在于，所述基于所述第二图像确定所述目标对象的关键点信息包括：将所述第二图像输入第二神经网络模型，以利用所述第二神经网络模型对所述第二图像进行人体特征提取，得到所述第二图像的第二特征图；将所述第二特征图转换为多个热力图，其中，一个热力图对应一个预设关键点；在每个所述热力图中确定所述热力图上每个点的热力值，并按照所述热力值对所述热力图上的每个点进行排序；将目标排序位置之前的点的坐标位置进行加权平均，得到每个所述预设关键点对应的预测关键点的坐标信息，其中，所述关键点信息包括所述预测关键点的所述坐标信息；按照所述坐标信息在所述第一图像中绘制所述预测关键点。3.根据权利要求2所述的方法，其特征在于，所述将所述关键点信息映射为用于识别所述目标对象方位的识别组合，并将与所述识别组合匹配的预设人体方位确定为所述目标对象在所述第一图像中的方位包括：将所述目标排序位置之前的点的所述热力值进行加权平均，得到所述预测关键点的检测置信度，其中，所述关键点信息包括所述预测关键点的所述检测置信度；将所述检测置信度大于或等于第三阈值的所述预测关键点确定为实际检测到的第一目标关键点；将所述第一图像上的所有所述第一目标关键点组成第一识别组合；在预设的人体方位与关键点对应关系表中查找与所述第一识别组合匹配的第二识别组合；将所述第二识别组合对应的所述预设人体方位确定为所述目标对象在所述第一图像中的方位。4.根据权利要求1所述的方法，其特征在于，所述在第一图像中确定目标对象所在的目标区域包括：将所述第一图像输入第一神经网络模型，以利用所述第一神经网络模型对所述第一图像进行位置特征提取，得到所述第一图像的第一特征图；为所述第一特征图上的每一个点生成多个锚框，其中，每个锚框的尺寸不同；确定每个锚框内的像素属于所述目标对象的像素的像素占比，并确定每个锚框相对所述目标对象的外轮廓线的偏移量；利用所述像素占比和所述偏移量确定每...

【专利技术属性】
技术研发人员：屈杨，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：