信息生成方法、装置、电子设备和计算机可读介质制造方法及图纸

本公开的实施例公开了信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标图像集合；对目标图像集合中的每张目标图像进行目标检测，以生成检测信息，得到检测信息集合；对于检测信息集合中的每个检测信息，对检测信息包括的检测框位置信息对应的子图像进行关键点检测，以生成关键点检测信息；根据得到的关键点检测信息集合和预设动作信息，生成动作信息集合；根据动作信息集合，生成针对目标对象的动作评价信息。该实施方式保证了生成的动作评价信息的准确度和生成效率。确度和生成效率。确度和生成效率。

【技术实现步骤摘要】
信息生成方法、装置、电子设备和计算机可读介质


[0001]本公开的实施例涉及计算机
，具体涉及信息生成方法、装置、电子设备和计算机可读介质。

技术介绍

[0002]动作评价是指将采集得到的待检测对象的动作与标准动作进行比较，以生成针对待检测对象的动作评价信息的一种技术。目前，在进行动作评价时，通常采用的方式为：通过人工的方式对待检测对象的动作进行评价。
[0003]然而，当采用上述方式时，经常会存在如下技术问题：第一，通过人工的方式对待检测对象的动作进行评价，较为依赖评价人员的经验，主观性较强，会导致生成的评价信息不够精准；第二，当需要对大量的待检测对象进行动作评价时，评价信息的生成效率较低。

技术实现思路

[0004]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0005]本公开的一些实施例提出了信息生成方法、装置、电子设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0006]第一方面，本公开的一些实施例提供了一种信息生成方法，该方法包括：获取目标图像集合，其中，上述目标图像集合中的目标图像是图像采集装置针对目标区域采集的图像；对上述目标图像集合中的每张目标图像进行目标检测，以生成检测信息，得到检测信息集合，其中，上述检测信息集合中的检测信息包括：检测框位置信息；对于上述检测信息集合中的每个检测信息，对上述检测信息包括的检测框位置信息对应的子图像进行关键点检测，以生成关键点检测信息；根据得到的关键点检测信息集合和预设动作信息，生成动作信息集合，其中，上述动作信息集合中的动作信息表征目标对象的动作规范度；根据上述动作信息集合，生成针对上述目标对象的动作评价信息。
[0007]第二方面，本公开的一些实施例提供了一种信息生成装置，装置包括：获取单元，被配置成获取目标图像集合，其中，上述目标图像集合中的目标图像是图像采集装置针对目标区域采集的图像；目标检测单元，被配置成对上述目标图像集合中的每张目标图像进行目标检测，以生成检测信息，得到检测信息集合，其中，上述检测信息集合中的检测信息包括：检测框位置信息；关键点检测单元，被配置成对于上述检测信息集合中的每个检测信息，对上述检测信息包括的检测框位置信息对应的子图像进行关键点检测，以生成关键点检测信息；第一生成单元，被配置成根据得到的关键点检测信息集合和预设动作信息，生成动作信息集合，其中，上述动作信息集合中的动作信息表征目标对象的动作规范度；第二生成单元，被配置成根据上述动作信息集合，生成针对上述目标对象的动作评价信息。
[0008]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0009]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0010]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的信息生成方法提高了生成的动作评价信息的准确度，以及提高了动作评价信息的生成效率。造成生成的动作评价信息的准确度较低，以及动作评价信息的生成效率较低的原因在于：第一，通过人工的方式对待检测对象的动作进行评价，较为依赖评价人员的经验，主观性较强，会导致生成的评价信息不够精准；第二，当需要对大量的待检测对象进行动作评价时，评价信息的生成效率较低。基于此，本公开的信息生成方法，首先，获取目标图像集合，其中，上述目标图像集合中的目标图像是图像采集装置针对目标区域采集的图像。实际情况中，当需要对待检测对象进行动作评价时，待检测对象往往是在预先划定的区域内执行动作，因此，需要对目标区域进行图像采集。接着，对上述目标图像集合中的每张目标图像进行目标检测，以生成检测信息，得到检测信息集合，其中，上述检测信息集合中的检测信息包括：检测框位置信息。通过目标检测，以此确定图像中包含的待检测对象。接着，对于上述检测信息集合中的每个检测信息，对上述检测信息包括的检测框位置信息对应的子图像进行关键点检测，以生成关键点检测信息。通过生成关键点检测信息，以此确定待检测对象的姿态。接着，根据得到的关键点检测信息集合和预设动作信息，生成动作信息集合，其中，上述动作信息集合中的动作信息表征目标对象的动作规范度。通过生成动作信息，以此量化待检测对象的动作规范度。最后，根据上述动作信息集合，生成针对上述目标对象的动作评价信息。通过此种方式提高了生成的动作评价信息的客观性，保证了生成的动作评价信息的准确度和生成效率。
附图说明
[0011]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
[0012]图1是根据本公开的信息生成方法的一些实施例的流程图；图2是姿态检测模型的模型结构的示意图；图3是根据本公开的信息生成装置的一些实施例的结构示意图；图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
[0013]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0014]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在
不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0015]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0016]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0017]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0018]下面将参考附图并结合实施例来详细说明本公开。
[0019]参考图1，示出了根据本公开的信息生成方法的一些实施例的流程100。该信息生成方法，包括以下步骤：步骤101，获取目标图像集合。
[0020]在一些实施例中，信息生成方法的执行主体（例如，计算设备）可以通过有线连接或无线连接的方式，获取目标图像集合。其中，上述目标图像集合中的目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息生成方法，包括：获取目标图像集合，其中，所述目标图像集合中的目标图像是图像采集装置针对目标区域采集的图像；对所述目标图像集合中的每张目标图像进行目标检测，以生成检测信息，得到检测信息集合，其中，所述检测信息集合中的检测信息包括：检测框位置信息；对于所述检测信息集合中的每个检测信息，对所述检测信息包括的检测框位置信息对应的子图像进行关键点检测，以生成关键点检测信息；根据得到的关键点检测信息集合和预设动作信息，生成动作信息集合，其中，所述动作信息集合中的动作信息表征目标对象的动作规范度；根据所述动作信息集合，生成针对所述目标对象的动作评价信息。2.根据权利要求1所述的方法，其中，在所述获取目标图像集合之前，所述方法还包括：响应于读卡装置读取到目标对象的身份信息，控制所述图像采集装置针对所述目标区域进行图像采集，以生成候选图像集合；对所述候选图像集合中的候选图像进行人脸检测，以生成人脸信息，得到人脸信息集合；根据所述人脸信息集合，生成活体检测信息，其中，所述活体检测信息表征候选图像包括的对象是否为活体；响应于确定所述活体检测信息表征候选图像包括的对象为活体，根据所述身份信息和所述人脸信息集合，生成身份校验信息。3.根据权利要求2所述的方法，其中，所述获取目标图像集合，包括：响应于所述身份校验信息表征所述目标对象与所述人脸信息集合对应的对象一致，获取由所述图像采集装置采集的所述目标图像集合。4.根据权利要求3所述的方法，其中，所述对所述目标图像集合中的每张目标图像进行目标检测，以生成检测信息，包括：通过预先训练的姿态检测模型包括的对象检测网络包括的特征粗提取网络，对所述目标图像进行特征提取，以生成粗提取特征信息；通过所述对象检测网络包括的多尺度特征提取网络，对所述粗提取特征信息进行特征提取，以生成特征提取信息；根据所述特征提取信息，生成所述目标图像对应的检测信息。5.根据权利要求4所述的方法，其中，所述根据所述特征提取信息，生成所述目标图像对应的检测信息，包括：将所述特征提取信息输入所述对象检测网络包括的第一角点检测网络，以生成第一候选角点信息集合，其中，所述第一候选角点信息集合中的第一候选角点信息包括：角点置信度和角点坐标；将所述特征提取信息输入所述对象检测网络包括的第二角点检测网络，以生成第二候选角点信息集合，其中，所述第二候选角点信息集合中的第二候选角点信息包括：角点置信度和角点坐标；根据所述第一候选角点信息集合中的第一候选角点信息包括的角点置信度，对所述第一候选角点信息集合中的第一候选角点信息进行排序，以生成第一候选角点信息序列；
根据所述第二候选角点信息集合中的第二候选角点信息包括的角点置信度，对所述第二候选角点信息集合中的第二候选角点信息进行排序，以生成第二候选角点信息序列；从第一目标位置开始，从所述第一候选角点信息序列选取目标数量个第一候选角点信息，得到第一候选角点信息组；从第二目标位置开始，从所述第二候选角点信息序列选取所述目标数量个第二候选角点信息，得到第二候选角点信息组；对于所述第一候选角点信息组中的每个第一候选角点信息，执行以下候选检测框信息生成步骤：将所述第一候选角点信息包括的...

【专利技术属性】
技术研发人员：刘忠平，李浩浩，姚晓艳，王攀登，王红梅，王海鹏，
申请(专利权)人：海易科技北京有限公司，
类型：发明
国别省市：