System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开实施例涉及计算机,尤其涉及一种关键点的损失确定及预测方法、装置、电子设备及介质。
技术介绍
1、图像中的关键点可以表征图像中目标对象的特定位置。在关键点预测模型的训练过程中,可基于各关键点的预测值与真值间的损失来调整预测模型的参数,以使预测值向真值回归。
2、现有技术中,在确定回归过程中的损失时,通常所有关键点的损失权重相同。现有技术的不足之处至少包括:各关键点的损失权重相同,会导致一些定义模糊的关键点的损失占比较大,从而影响其他关键点的回归,导致回归效果较差。
技术实现思路
1、本公开实施例提供了一种关键点的损失确定及预测方法、装置、电子设备及介质,能够在每轮次回归过程中为关键点赋予不同的损失权重,可优化关键点的回归效果。
2、第一方面,本公开实施例提供了一种关键点的损失确定方法,包括:
3、将样本图像中各轮廓关键点的真实位置,与对应的相邻关键点的真实位置进行连线;
4、根据所述各轮廓关键点的预测位置距对应连线的距离,确定所述各轮廓关键点的损失权重;
5、根据所述各轮廓关键点的真实位置、预测位置以及损失权重,确定所述各轮廓关键点的回归损失。
6、第二方面,本公开实施例提供了一种关键点的预测方法,包括:
7、将待预测图像输入预测模型;
8、根据所述预测模型输出所述待预测图像中各关键点的预测位置;
9、其中,所述预测模型在训练过程中,各轮廓关键点的回归损失基于各轮廓点的真
10、第三方面,本公开实施例还提供了一种关键点的损失确定装置,包括:
11、连线模块,用于将样本图像中各轮廓关键点的真实位置,与对应的相邻关键点的真实位置进行连线;
12、权重确定模块,用于根据所述各轮廓关键点的预测位置距对应连线的距离,确定所述各轮廓关键点的损失权重;
13、损失确定模块,用于根据所述各轮廓关键点的真实位置、预测位置以及损失权重,确定所述各轮廓关键点的回归损失。
14、第四方面,本公开实施例还提供了一种关键点的预测装置,包括:
15、输入模块,用于将待预测图像输入预测模型;
16、输出模块,用于根据所述预测模型输出所述待预测图像中各关键点的预测位置;
17、其中,所述预测模型在训练过程中,各轮廓关键点的回归损失基于各轮廓点的真实位置、预测位置以及损失权重确定;各所述损失权重基于各所述轮廓点的预测位置距离对应连线确定;所述对应连线为所述各轮廓关键点的真实位置,与对应的相邻关键点的真实位置的连线。
18、第五方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
19、一个或多个处理器;
20、存储装置,用于存储一个或多个程序,
21、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的关键点的损失确定方法,或关键点的预测方法。
22、第六方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的关键点的损失确定方法,或关键点的预测方法。
23、本公开实施例提供的技术方案,可将样本图像中各轮廓关键点的真实位置,与对应的相邻关键点的真实位置进行连线;根据各轮廓关键点的预测位置距对应连线的距离,确定所述各轮廓关键点的损失权重;根据各轮廓关键点的真实位置、预测位置以及损失权重,确定各轮廓关键点的回归损失。
24、在提出本公开实施例的技术方案过程中发现,由于在标注样本图像中轮廓关键点的真实位置时,在已标注的真实位置基础上沿轮廓线方向上滑动一定位移标注出新的真实位置,在视觉感知上也可以认为是对应轮廓关键点的真值;在轮廓线切线方向上滑动一定位移标注出新的真实位置,在视觉感知上与对应轮廓关键点的真值具备明显差异。因此,在本公开实施例中,可以以轮廓关键点与相邻关键点的真实位置间的连线作为标准,根据当前轮次回归中轮廓关键点的预测位置距对应连线的距离,来评估轮廓关键点在当前轮次回归中损失的重要程度,以对应设置损失权重。从而能够实现在每轮次回归过程中为轮廓关键点赋予不同的损失权重,以在下一轮次回归中重点回归视觉感知上与真值相差较大的关键点,从而可优化关键点的回归效果。
本文档来自技高网...【技术保护点】
1.一种关键点的损失确定方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述各轮廓关键点的预测位置距对应连线的距离,确定所述各轮廓关键点的损失权重,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述各轮廓关键点的预测位置距对应连线的距离,对所述各轮廓关键点进行分类,并根据分类结果确定所述各轮廓关键点的损失权重,包括:
4.根据权利要求1所述的方法,其特征在于,所述将样本图像中各轮廓关键点的真实位置,与对应的相邻关键点的真实位置进行连线,包括:
5.根据权利要求1所述的方法,其特征在于,还包括:
6.根据权利要求5所述的方法,其特征在于,在所述确定所述样本图像的当前输出损失之后,还包括:
7.根据权利要求1-6中任一所述的方法,其特征在于,所述关键点为人脸关键点。
8.一种关键点的预测方法,其特征在于,包括:
9.一种关键点的损失确定装置,其特征在于,包括:
10.一种关键点的预测装置,其特征在于,包括:
11.一种电子设备
12.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的关键点的损失确定方法,或如权利要求8所述的关键点的预测方法。
...【技术特征摘要】
1.一种关键点的损失确定方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述各轮廓关键点的预测位置距对应连线的距离,确定所述各轮廓关键点的损失权重,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述各轮廓关键点的预测位置距对应连线的距离,对所述各轮廓关键点进行分类,并根据分类结果确定所述各轮廓关键点的损失权重,包括:
4.根据权利要求1所述的方法,其特征在于,所述将样本图像中各轮廓关键点的真实位置,与对应的相邻关键点的真实位置进行连线,包括:
5.根据权利要求1所述的方法,其特征在于,还包括:
6.根据权...
【专利技术属性】
技术研发人员:王亮亮,
申请(专利权)人:北京字跳网络技术有限公司,
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。