【技术实现步骤摘要】
图像处理方法及装置
[0001]本说明书实施例涉及计算机
，特别涉及图像处理方法。
技术介绍
[0002]目标形态检测一直是计算机视觉的一项基础任务，例如人体形态检测，人体形状和姿态估计是人类行为理解的基础，也在虚拟现实(Virtual Reality，VR)，辅助现实(Augmented RealityAR)，自动驾驶等领域有广泛应用。
[0003]近来年越来越多的研究转向了目标三维姿态(目标3D)估计，在此过程中，最常用的模型是关键点模型，通过估计目标的多个关键点坐标，可以确定目标的动作，不过关键点模型不能完全反应目标的形态，因此，基于目标网格化模型的目标形态估计就受到越来越多人的关注。但是无论是关键点预测还是目标网格化模型都存在对于遮挡区域无法检测或者预检测的区域不准确的问题。因此亟需一种形态检测方法，解决上述问题。
技术实现思路
[0004]有鉴于此，本说明书实施例提供了图像处理方法。本说明书一个或者多个实施例同时涉及图像处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，包括：获取待处理图像，其中，所述待处理图像中包括待检测目标；识别所述待处理图像，获得所述待检测目标的至少一个预测关键点信息和各预测关键点信息对应的扭动旋转信息；将各预测关键点信息和各预测关键点信息对应的扭动旋转信息输入至姿态预测模型，获得所述待检测目标的姿态参数信息，其中，所述姿态预测模型为可逆神经网络模型；根据所述姿态参数信息，生成所述待检测目标对应的三维遮挡目标。2.如权利要求1所述的方法，识别所述待处理图像，获得所述待检测目标的至少一个预测关键点信息和各预测关键点信息对应的扭动旋转信息，包括：将所述待处理图像输入至关键点检测模型，获得所述关键点检测模型输出的至少一个预测关键点信息；根据各预测关键点信息确定各预测关键点对应的扭动旋转信息。3.如权利要求2所述的方法，将所述待处理图像输入至关键点检测模型，获得所述关键点检测模型输出的至少一个预测关键点信息，包括：将所述待处理图像输入至关键点检测模型的特征提取层，获得待处理图像特征信息；对所述待处理图像特征信息执行反卷积处理，获得预测关键点概率分布信息；基于所述预测关键点概率分布信息确定至少一个预测关键点信息。4.如权利要求1所述的方法，将各预测关键点信息和各预测关键点信息对应的扭动旋转信息输入至姿态预测模型，获得所述待检测目标的姿态参数信息，包括：将目标预测关键点信息和所述目标预测关键点信息对应的扭动旋转信息输入至所述姿态预测模型的嵌入层，获得预测关键点特征信息和扭动旋转特征信息，其中，所述目标预测关键点信息为各预测关键点信息中的任一个；将所述目标预测关键点特征信息输入至所述姿态预测模型的轴向旋转层，获得所述目标预测关键点信息对应的轴向旋转特征信息；将所述扭动旋转特征信息和所述轴向旋转特征信息输入至所述姿态预测模型的姿态层，获得所述目标预测关键点信息对应的姿态参数特征信息；将所述姿态参数特征信息输入至所述姿态预测模型的输出层，获得所述目标预测关键点信息的姿态参数信息。5.如权利要求4所述的方法，将所述目标预测关键点特征信息输入至所述姿态预测模型的轴向旋转层，获得所述目标预测关键点信息对应的轴向旋转特征信息，包括：将所述预测关键点特征信息分为第一关键点特征信息和第二关键点特征信息；根据所述第一关键点特征信息和所述第二关键点特征信息，获得第一耦合特征信息；根据所述第一耦合特征信息和所述第二关键点特征信息，获得第二耦合特征信息；根据所述第一耦合特征信息和所述第二耦合特征信息，获得所述目标预测关键点信息对应的轴向旋转特征信息。6.如权利要求4所述的方法，将所述扭动旋转特征信息和所述轴向旋转特征信息输入至所述姿态预测模型的姿态层，获得所述目标预测关键点信息对应的姿态参数特征信息，包括：根据所述扭动旋转特征信息和所述轴向旋转特征信息生成拼接特征信息，并将所述拼
接特征信息分为第一拼接特征信息和第二拼接特征信息；根据所述第一拼接特征信息和所述第二拼接特征信息，获得第一仿射特征信息；根据所述第一仿射特征信息和所述第二拼接特征信息，获得第二仿射特征信息；根据所述第一仿射特征信息和所述第二仿射特征信息，获得所述目标预测关键点信息对应的姿态参数特征信息。7.如权利要求1所述的方法，在识别所述待处理图像，获得所述待检测目标的至少一个预测关键点信息和各预测关键点信息对应的扭动旋转信息之后，还包括：获取所述待检测目标的形状参数信息。8.如权利要求7所述的方法，根据所述姿态参数信息...
【专利技术属性】
技术研发人员：卞思沅，李杰锋，刘祺，唐家声，王帆，卢策吾，
申请(专利权)人：阿里巴巴中国有限公司，
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。