基于正交匹配追踪的人体关键点检测方法、装置及介质制造方法及图纸

本发明专利技术涉及一种基于正交匹配追踪的人体关键点检测方法、装置及介质，方法包括：将包含人物的待检测图像输入训练好的目标检测器，获得单个人物的裁剪图；设置人体关键点标注坐标；将裁剪图缩放至设定尺寸，并输入训练好的特征编码主干网络，获得感知矩阵；根据感知矩阵，利用正交匹配追踪算法对人体关键点标注坐标进行稀疏恢复，获取待检测图像中人物的人体关键点位置。与现有技术相比，本发明专利技术在保证较高计算精度的情况下减轻了计算负担，检测效率高。高。高。

【技术实现步骤摘要】
基于正交匹配追踪的人体关键点检测方法、装置及介质


[0001]本专利技术涉及一种人体关键点检测技术，尤其是涉及一种基于正交匹配追踪的人体关键点检测方法、装置及介质。

技术介绍

[0002]随着无人驾驶、人机交互、视频监控、行为识别等领域的蓬勃发展，这些研究的上游，如人体姿态估计显得尤其重要。在现有的姿态检测等任务中，首先需要对图像进行特征提取。之后，将特征信息输入预测网络进行姿态等预测。为了便于完成姿态检测等任务，一般需要确定人体的各个关键点的位置。在现有技术中，往往将人体作为整体确定其各个关键点的位置。现存的人体姿态估计方法可以分为基于Heatmap的方法和基于回归的方法，其中基于Heatmap的方法也可以分为自上而下的方法和自下而上的方法。由于基于Heatmap的方法是基于密集估计的方法具有亚像素级别的精度备受欢迎，但有较大的计算量；基于回归的方法具有计算量小的特点，但精度普遍不及基于Heatmap的方法。

技术实现思路

[0003]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于正交匹配追踪的人体关键点检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于正交匹配追踪的人体关键点检测方法，其特征在于，包括：将包含人物的待检测图像输入训练好的目标检测器，获得单个人物的裁剪图；设置人体关键点标注坐标；将裁剪图缩放至设定尺寸，并输入训练好的特征编码主干网络，获得感知矩阵；根据感知矩阵，利用正交匹配追踪算法对人体关键点标注坐标进行稀疏恢复，获取待检测图像中人物的人体关键点位置。2.根据权利要求1所述的一种基于正交匹配追踪的人体关键点检测方法，其特征在于，所述的感知矩阵记为G
M
×
N
，表达式为其中，g
j
为G
M
×
N
的第j列，g
ij
为G
M
×
N
的第i行第j列元素，i＝1,2,...,M，j＝1,2,...,N，M为挑选的关键支持点数，M≥K，N为裁剪图的像素总数。3.根据权利要求2所述的一种基于正交匹配追踪的人体关键点检测方法，其特征在于，所述的正交匹配追踪算法包括：设置稀疏度K、初始的残差信号r0和初始的支撑集Λ0，r0＝{X,Y}，{X,Y}为关键点标注坐标，K是人体关键点的个数；循环K次残差更新步骤，所述的残差更新步骤包括：1)计算与当前残差信号最相关的列向量k
max
：其中，Λ
D
＝[1,2,...,N]，r
k
‑1为循环k
‑
1次后的残差信号，g
k
为G
M
×
N
的第k列，k＝1,2,...,K；2)更新支撑集：Λ
k
＝Λ
k
...

【专利技术属性】
技术研发人员：田炜，谭大艺，邓振文，熊璐，黄禹尧，韩帅，
申请(专利权)人：同济大学，
类型：发明
国别省市：