【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种图像关键点标注方法及装置。
技术介绍
1、基于深度学习的头部姿态估计方法近年来凭借其高精度、低时延、易于部署等特性受到广泛关注，深度学习任务对于训练数据有强依赖性，尤其是监督学习。但头部姿态很难通过人工标注方法去获取真值数据，使得头部姿态所需训练数据难以获取。当前使用广泛的真值数据获取方法大多数使用单个相机拍摄图片，弊端是对于遮挡、光照不足等情况时无法准确标记关键点位置，且现有大多数头部姿态估计数据集的头部偏航角覆盖范围仅有(-180°,180°)。因此，提供一种图像关键点标注方法及装置，以解决遮挡问题，不同视角光照情况不同，弥补光照不足的劣势，并实现覆盖范围达(-360°,360°)的头部关键点标注识别，提高头部关键点标注效率和精度。
技术实现思路
1、本专利技术所要解决的技术问题在于，提供一种图像关键点标注方法及装置有利于解决遮挡问题，不同视角光照情况不同，弥补光照不足的劣势，并实现覆盖范围达(-360°,360°)的头部关键点标注识别，提高头部关键点标注效率和精度。
2、为了解决上述技术问题，本专利技术实施例第一方面公开了一种图像关键点标注方法，所述方法包括：
3、获取待标注图像信息；所述待标注图像信息包括4张由不同视角拍摄的头部图像；每个所述头部图像对应于一个拍摄相机；
4、对所述待标注图像信息进行筛选和关键点标注处理，得到初始关键点标注信息；所述初始关键点标注信息包括基准二维关键点集和基准三维关键点集
5、对所述初始关键点标注信息进行转换关联处理，得到目标头部关键点标注信息。
6、作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述待标注图像信息进行筛选和关键点标注处理，得到初始关键点标注信息，包括：
7、按预设的标注顺序对所述待标注图像信息进行二维关键点标注，得到图像二维关键点信息；所述图像二维关键点信息包括4个图像二维关键点集；每个所述图像二维关键点集包括至多8个二维关键点；
8、基于所述图像二维关键点信息，确定出初始关键点标注信息。
9、作为一种可选的实施方式，在本专利技术实施例第一方面中，所述基于所述图像二维关键点信息，确定出初始关键点标注信息，包括：
10、从所述图像二维关键点信息中选出所述二维关键点最多的所述图像二维关键点集作为目标图像二维关键点集；
11、对所述目标图像二维关键点集进行三维坐标转换，得到所述基准三维关键点集；
12、判断所述目标图像二维关键点集中是否存在空缺数值，得到数值判断结果；
13、当所述数值判断结果为是时，对所述基准三维关键点集进行二维坐标转换，得到所述基准二维关键点集；
14、当所述数值判断结果为否时，确定所述目标图像二维关键点集为所述基准二维关键点集。
15、作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述初始关键点标注信息进行转换关联处理，得到目标头部关键点标注信息，包括：
16、基于所述初始关键点标注信息，确定出坐标转换函数；
17、其中，所述坐标转换函数为：
18、ωp＝k[r|t]pw；
19、式中，ω为所述二维关键点在相机坐标系下的深度；p为所述二维关键点在像素坐标系下的向量表示；k为拍摄相机的内参矩阵；pw为基准三维关键点集；r为旋转矩阵；t为第一平移向量；
20、对所述坐标转换函数进行求解，得到第一相机位姿信息；所述第一相机位姿信息包括所述旋转矩阵和所述第一平移向量；
21、基于所述第一相机位姿信息，确定出目标头部关键点标注信息。
22、作为一种可选的实施方式，在本专利技术实施例第一方面中，所述基于所述第一相机位姿信息，确定出目标头部关键点标注信息，包括：
23、基于所述第一相机位姿信息，确定出转换位姿信息；所述转换位姿信息包括3个转换相机位姿信息；
24、对所述转换位姿信息进行重投影，得到转换关键点信息；所述转换关键点信息包括3个二维转换关键点集；每个所述二维转换关键点集包括8个二维转换关键点；
25、对所述转换关键点信息和所述基准二维关键点集进行关联，得到目标头部关键点标注信息。
26、作为一种可选的实施方式，在本专利技术实施例第一方面中，所述基于所述第一相机位姿信息，确定出转换位姿信息，包括：
27、判断所述第一相机位姿信息对应的拍摄相机是否为0号相机，得到第一相机编号判断结果；
28、当所述第一相机编号判断结果为是时，利用第一坐标转换模型对所述第一相机位姿信息进行转换，得到转换位姿信息；
29、其中，所述第一坐标转换模型为：
30、
31、式中，r1为所述转换相机位姿信息中的旋转矩阵；t1为所述转换相机位姿信息中的第二平移向量；为所述0号相机到其他所述拍摄相机的外参矩阵；为所述0号相机到其他所述拍摄相机的平移向量；
32、当所述第一相机编号判断结果为否时，基于所述拍摄相机的编号对所述第一相机位姿信息进行转换，得到所述转换位姿信息。
33、作为一种可选的实施方式，在本专利技术实施例第一方面中，所述基于所述拍摄相机的编号对所述第一相机位姿信息进行转换，得到所述转换位姿信息，包括：
34、判断对所述第一相机位姿信息进行位姿转换的目标拍摄相机是否为所述0号相机，得到第二相机编号判断结果；
35、当所述第二相机编号判断结果为是时，利用第二坐标转换模型对所述第一相机位姿信息进行转换，得到所述0号相机对应的转换相机位姿信息；
36、其中，所述第二坐标转换模型为：
37、
38、式中，r0为所述转换相机位姿信息中的旋转矩阵；t0为所述转换相机位姿信息中的第二平移向量；r0为所述第一相机位姿信息对应的拍摄相机到所述0号相机的外参矩阵；t0为所述第一相机位姿信息对应的拍摄相机到所述0号相机的平移向量；
39、当所述第二相机编号判断结果为否时，利用第三坐标转换模型对所述第一相机位姿信息进行转换，得到所述目标拍摄相机的转换相机位姿信息；
40、其中，所述第三坐标转换模型为：
41、
42、式中，rm为所述目标拍摄相机的转换相机位姿信息中的旋转矩阵；tm为所述目标拍摄相机的转换相机位姿信息中的第二平移向量；为所述0号相机到所述第一相机位姿信息对应的拍摄相机的旋转矩阵；为所述0号相机到所述目标拍摄相机的旋转矩阵；为所述0号相机到所述第一相机位姿信息对应的拍摄相机；为所述0号相机到所述目标拍摄相机的平移向量。
43、本专利技术实施例第二方面公开了一种图像关键点标注装置，装置包括：
44、获取模块，用于获取待标注图像信息；所述待标注图像信息包括4张由不同视角拍摄的头部图像；每个所述头部图像对应于一个拍摄相机；
45、第一处理本文档来自技高网...
【技术保护点】
1.一种图像关键点标注方法，其特征在于，所述方法包括：
2.根据权利要求1所述的图像关键点标注方法，其特征在于，所述对所述待标注图像信息进行筛选和关键点标注处理，得到初始关键点标注信息，包括：
3.根据权利要求2所述的图像关键点标注方法，其特征在于，所述基于所述图像二维关键点信息，确定出初始关键点标注信息，包括：
4.根据权利要求1所述的图像关键点标注方法，其特征在于，所述对所述初始关键点标注信息进行转换关联处理，得到目标头部关键点标注信息，包括：
5.根据权利要求4所述的图像关键点标注方法，其特征在于，所述基于所述第一相机位姿信息，确定出目标头部关键点标注信息，包括：
6.根据权利要求5所述的图像关键点标注方法，其特征在于，所述基于所述第一相机位姿信息，确定出转换位姿信息，包括：
7.根据权利要求6所述的图像关键点标注方法，其特征在于，所述基于所述拍摄相机的编号对所述第一相机位姿信息进行转换，得到所述转换位姿信息，包括：
8.一种图像关键点标注装置，其特征在于，所述装置包括：
9.一
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的图像关键点标注方法。
...【技术特征摘要】
1.一种图像关键点标注方法，其特征在于，所述方法包括：
2.根据权利要求1所述的图像关键点标注方法，其特征在于，所述对所述待标注图像信息进行筛选和关键点标注处理，得到初始关键点标注信息，包括：
3.根据权利要求2所述的图像关键点标注方法，其特征在于，所述基于所述图像二维关键点信息，确定出初始关键点标注信息，包括：
4.根据权利要求1所述的图像关键点标注方法，其特征在于，所述对所述初始关键点标注信息进行转换关联处理，得到目标头部关键点标注信息，包括：
5.根据权利要求4所述的图像关键点标注方法，其特征在于，所述基于所述第一相机位姿信息，确定出目标头部关键点标...
【专利技术属性】
技术研发人员：印二威，陈伟，柳洋，施忠臣，谢良，张敬，白晓伟，张星昱，闫野，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
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。