【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及基于改进yolov8的人体图片关键点检测方法、设备和存储介质。
技术介绍
1、人体及骨骼关键点检测任务是指对输入图像中的人体及区域中的骨骼关键点进行定位，视觉领域的热点方向和视觉项目的基础功能，可以为视觉检测中的下游任务，如行为识别、打电话检测、抽烟检测、reid人体矫正等提供前置信息，进而实现更加准确的检测和识别。
2、目前的关键点检测算法主要分为自上而下(top-down)和自下而上(down-top)两种。自上而下(top-down)关键点检测算法包括目标检测、单人骨骼关键点检测两个步，即首先通过目标检测算法检测出图片中的人体矩形框区域，然后将置信度高的区域进行裁剪后送给单人骨骼关键点检测网络进行人体骨骼的关键点检测，其优点是：结构化：自上而下方法通常依赖先前定义的人体骨骼关键点结构，通过分阶段的处理进行关节识别，这种结构化的方法易于理解和解释，可以保证关键点之间的关联性；效率：由于自上而下方法是基于检测到的整个人体进行处理，因此它可以通过跳过具有低置信度检测结果的区域来提高计算效率；多...
【技术保护点】
1.基于改进YOLOv8的人体图片关键点检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进YOLOv8的人体图片关键点检测方法，其特征在于，在步骤S1中，所述处理开源数据集和处理所述人体图片，进一步包括：
3.根据权利要求2所述的基于改进YOLOv8的人体图片关键点检测方法，其特征在于，在步骤S1中，所述人体图片关键点数据集，进一步包括：
4.根据权利要求3所述的基于改进YOLOv8的人体图片关键点检测方法，其特征在于，在步骤S2中，所述第一YOLOv8神经网络模型，包括：
5.根据权利要求4所述的基...
【技术特征摘要】
1.基于改进yolov8的人体图片关键点检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进yolov8的人体图片关键点检测方法，其特征在于，在步骤s1中，所述处理开源数据集和处理所述人体图片，进一步包括：
3.根据权利要求2所述的基于改进yolov8的人体图片关键点检测方法，其特征在于，在步骤s1中，所述人体图片关键点数据集，进一步包括：
4.根据权利要求3所述的基于改进yolov8的人体图片关键点检测方法，其特征在于，在步骤s2中，所述第一yolov8神经网络模型，包括：
5.根据权利要求4所述的基于改进yolov8的人体图片关键点检测方法，其特征在于，所述第一yolov8神经网络模型，进一步包括：
6.根据权利要求5所述的基于改...
【专利技术属性】
技术研发人员：陈键，唐杰，单存宇，戴立言，
申请(专利权)人：上海网达软件股份有限公司，
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。