本发明专利技术涉及图像数据处理技术，公开了一种人体骨骼点检测方法、装置、电子设备和存储介质，包括：采集第一原始图像，识别第一原始图像中至少一个人物的第一外接矩形框的第一位置信息；根据第一位置信息，确定第一原始图像中人物的第二外接矩形框的第二位置信息；基于第二外接矩形框的第二位置信息对第一原始图像进行裁剪，得到人物对应的第一裁剪图像；将第一裁剪图像输入至预先训练的卷积神经网络模型，得到人物的人体骨骼点位置信息集合，并根据人体骨骼点位置信息集合更新人物的第一外接矩形框的第一位置信息。提高了人体骨骼点检测准确率和检测效率的同时，也缩短了检测时间。间。间。
【技术实现步骤摘要】
一种人体骨骼点检测方法、装置、电子设备和存储介质
[0001]本专利技术涉及图像数据处理
，尤其涉及一种人体骨骼点检测方法、装置、电子设备和存储介质。
技术介绍
[0002]现有方案中，从图像中检测人体骨骼点方法大概分两类：第一类使用自上而下方式，先检测图像中每个人的位置，用矩形框表示，然后将每个矩形框中的图像裁切出来，输入到模型中得到图像中所有的人体骨骼点；第二类使用自下而上的方式，先检测图片中所有骨骼点的位置，然后把骨骼点连接起来，组成每个人的人体骨骼点。
[0003]然而，专利技术人在实现本专利技术的过程中发现，第一类方案首先运行一个检测人体的模型来计算每个人的外接矩形框，然后再运行骨骼点检测模型来检测骨骼点位置，如果一张图像上有n个人，则骨骼点检测模型需要运行n次，所以检测一张图像，计算时间长且效率低；第二类方案通过骨骼点识别人体，准确率较低，且当图像中人数比较少时，运算会带进大量背景，大量的算力被浪费，效率过低。
技术实现思路
[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本专利技术实施例提供了一种人体骨骼点检测方法、装置、电子设备和存储介质，提高了识别准确率以及人体骨骼点检测效率，也缩短了检测时间。
[0005]本专利技术实施例提供了一种人体骨骼点检测方法，包括：根据第一外接矩形框的第一位置信息，确定第一原始图像中人物的第二外接矩形框的第二位置信息；其中，第二外接矩形框的高、宽分别大于其对应的第一外接矩形框的高、宽；基于第二外接矩形框的第二位置信息对第一原始图像进行裁剪，得到人物对应的第一裁剪图像；将第一裁剪图像输入至预先训练的卷积神经网络模型，得到人物的人体骨骼点位置信息集合，并根据人体骨骼点位置信息集合更新人物的第一外接矩形框的第一位置信息；其中，第一位置信息用于后续采集图像中人物的第一外接矩形框的定位。
[0006]本专利技术实施例还提供了一种人体骨骼点检测装置，包括：识别模块，用于采集第一原始图像，识别第一原始图像中至少一个人物的第一外接矩形框的第一位置信息；确定模块，用于根据第一外接矩形框的第一位置信息，确定第一原始图像中人物的第二外接矩形框的第二位置信息；其中，第二外接矩形框的高、宽分别大于其对应的第一外接矩形框的高、宽；裁剪模块，用于基于第二外接矩形框的第二位置信息对第一原始图像进行裁剪，得到人物对应的第一裁剪图像；生成模块，用于将第一裁剪图像输入至预先训练的卷积神经网络模型，得到人物的人体骨骼点位置信息集合，并根据人体骨骼点位置信息集合更新人物的第一外接矩形框的第一位置信息；其中，第一位置信息用于后续采集图像中人物的第一外接矩形框的定位。
[0007]本专利技术实施例还提供了一种电子设备，包括：
一个或多个处理器；存储装置，用于存储一个或多个程序；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如上所述的人体骨骼点检测方法。
[0008]本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上的人体骨骼点检测方法。
[0009]本专利技术实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上所述的人体骨骼点检测方法。
[0010]本专利技术实施例提供的技术方案与现有技术相比至少具有如下优点：本专利技术实施例提供的人体骨骼点检测方法、装置、电子设备及存储介质，一方面通过双外接矩形框（第一外接矩形框和第二外接矩形框）包围图像中识别出的各人物，保证外接矩形框的框选准确率，进而提高人体骨骼点检测准确率；另一方面，在检测出人体骨骼点位置信息集合的同时，输出人体骨骼点位置信息集合更新第一外接矩形框的位置信息，从而在后续采集的图片中无需在进行人物识别和第一外接矩形框位置信息的确定步骤，提高人体骨骼点检测效率的同时，也缩短了检测时间。
附图说明
[0011]结合附图并参考以下具体实施方式，本专利技术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，原件和元素不一定按照比例绘制。
[0012]图1为本专利技术实施例中的一种人体骨骼点检测方法的流程图；图2为本专利技术实施例中的第一外接矩形框和第二外接矩形框示意图；图3为本专利技术实施例中一种采集多帧图像场景下人体骨骼点检测的流程图；图4为本专利技术实施例中卷积神经网络优化的流程图；图5本专利技术实施例中的一种人体骨骼点检测装置的结构示意图；图6本专利技术实施例中的一种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的描述本专利技术的实施例。虽然附图中显示了本专利技术的某些实施例，然而应当理解的是，本专利技术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的理解本专利技术。应当理解的是，本专利技术的附图及实施例仅用于示例性作用，并非用于限制本专利技术的保护范围。
[0014]应当理解，本专利技术的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本专利技术的范围在此方面不受限制。
[0015]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分的基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0016]需要注意，本专利技术中提及的“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。
[0017]需要注意，本专利技术中提及的“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”。
[0018]参考图1所示，本专利技术实施例提供了一种人体骨骼点检测方法的流程图。
[0019]步骤S110，采集第一原始图像，识别第一原始图像中至少一个人物的第一外接矩形框的第一位置信息。
[0020]具体的，从图像采集设备采集得到第一原始图像，并使用已有的人体目标检测模型，将第一原始图像输入到该目标检测模型中，识别第一原始图像中出现的一个或多个人物，并得到每个人物在第一原始图像中的最小包围矩形，即第一外接矩形框，以及第一外接矩形框的第一位置信息。其中，目标检测模型可以预先根据YOLO（you only look once，只需要浏览一次就可以识别出图中的物体的类别和位置）、Faster
‑
RCNN（Regions with CNN features）等算法进行训练。第一位置信息用于表征外接矩形框在第一原始图像中的位置及外接矩形框的尺寸。
[0021]步骤S120，根据第一外接矩形框的第一位置信息，确定第一原始图像中人物的第二外接矩形框的第二位置信本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人体骨骼点检测方法，其特征在于，所述方法包括：采集第一原始图像，识别所述第一原始图像中至少一个人物的第一外接矩形框的第一位置信息；根据所述第一外接矩形框的第一位置信息，确定所述第一原始图像中所述人物的第二外接矩形框的第二位置信息；其中，所述第二外接矩形框的高、宽分别大于其对应的所述第一外接矩形框的高、宽；基于所述第二外接矩形框的第二位置信息对所述第一原始图像进行裁剪，得到所述人物对应的第一裁剪图像；将所述第一裁剪图像输入至预先训练的卷积神经网络模型，得到所述人物的人体骨骼点位置信息集合，并根据所述人体骨骼点位置信息集合更新所述人物的第一外接矩形框的第一位置信息；其中，所述第一位置信息用于后续采集图像中所述人物的第一外接矩形框的定位。2.根据权利要求1所述的人体骨骼点检测方法，其特征在于，所述方法还包括：采集第二原始图像；响应于所述第二原始图像中包括所述人物，将所述第一位置信息作为所述第二原始图像中所述人物的第一外接矩形框的第一位置信息；重复权利要求1中的后续步骤，更新所述人物的所述人体骨骼点位置信息集合；响应于所述第二原始图像中包括新人物，重复权利要求1中的所有步骤，确定所述新人物的人体骨骼点位置信息集合。3.据权利要求1所述的人体骨骼点检测方法，其特征在于，所述第一位置信息包括所述第一外接矩形框的目标点的坐标、宽度和高度；所述第二位置信息包括所述第二外接矩形框的目标点的坐标、宽度和高度；所述根据所述第一外接矩形框的第一位置信息，确定所述第一原始图像中所述人物的第二外接矩形框的第二位置信息，包括：根据所述第一外接矩形框的目标点的坐标、宽度和高度确定所述第一外接矩形框的中心点的坐标；根据所述中心点的坐标、所述第一外接矩形框的宽度和高度、以及预设参数确定所述第二外接矩形框的目标点的坐标、宽度和高度。4.根据权利要求3所述的人体骨骼点检测方法，其特征在于，所述根据所述中心点的坐标和预设参数确定所述第二外接矩形框的目标点的坐标、宽度和高度，包括：根据所述第一外接矩形框的宽度和高度、以及预设参数，计算得到所述第二外接矩形框的宽度和高度；基于所述中心点的坐标、以及所述第二外接矩形框的宽度和高度，计算得到所述第二外接矩形框的目标点的坐标。5.根据权利要求1所述的人体骨骼点检测方法，其特征在于，所述方法还包括：获取样本图像、所述样本图像中至少一个样本人物的外接矩形框的位置信息、以及所述样本...
【专利技术属性】
技术研发人员：高向阳，姚尧，李斯琦，
申请(专利权)人：北京健康有益科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。