关键点检测方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种关键点检测方法及装置、电子设备和存储介质，所述方法包括：根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及待检测图像的各像素点与第一图像的各像素点之间的位置关系；将第一图像输入检测网络进行处理，获得对象检测结果；根据目标对象的关键点在第一图像中第一位置以及位置关系，确定目标对象的关键点在待检测图像中的第二位置。根据本公开实施例的关键点检测方法，可获取待处理图像的目标区域的第一图像，确定第一图像中的目标对象的第一位置，并确定目标对象在待处理图像中的第二位置，在第一图像中获取第一位置不依赖于目标区域的定位，可提升第一位置的获取精度。

Key point detection method and device, electronic equipment and storage medium

【技术实现步骤摘要】
关键点检测方法及装置、电子设备和存储介质
本公开涉及计算机
，尤其涉及一种关键点检测方法及装置、电子设备和存储介质。
技术介绍
在相关技术中，可在图像中搜索目标对象，并定位目标对象的关键点，但在目标对象为特定区域中的某个对象的情况下，对目标对象的定位依赖于对特定区域的定位，对目标区域的定位如果出现偏差，则目标对象的定位偏差较大。
技术实现思路
本公开提出了一种关键点检测方法及装置、电子设备和存储介质。根据本公开的一方面，提供了一种关键点检测方法，包括：根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，其中，所述第一图像中包括所述目标区域；将所述第一图像输入检测网络进行处理，获得对象检测结果，其中，在所述目标区域中包括目标对象的情况下，所述对象检测结果指示目标对象的关键点在第一图像中第一位置；根据所述目标对象的关键点在第一图像中第一位置以及所述位置关系，确定所述目标对象的关键点在所述待检测图像中的第二位置。根据本公开实施例的关键点检测方法，可获取待处理图像的目标区域的第一图像，确定第一图像中的目标对象的第一位置，并确定目标对象在待处理图像中的第二位置，在第一图像中获取第一位置不依赖于目标区域的定位，可提升第一位置的获取精度，因此，根据第一位置确定的第二位置的精度较高。在一种可能的实现方式中，根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，包括：根据所述待检测图像中的目标区域的位置，对待检测图像中的目标区域进行截取处理，获得第二图像；对第二图像进行放缩处理，获得所述预设尺寸的第一图像。通过这种方式，可获得包括目标区域的第一图像，在对第一图像的检测过程中，可提升检测的准确率。在一种可能的实现方式中，根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，包括：根据所述待检测图像中的目标区域的位置以及所述第一图像，确定所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系。通过这种方式，可通过位置关系将第一图相中的第一位置转换为第二图像中的第二位置，可提高检测的准确率。在一种可能的实现方式中，所述位置关系包括所述待检测图像的各像素点与所述第一图像的各像素点之间位置变换矩阵，其中，根据所述目标对象的关键点在第一图像中第一位置以及所述位置关系，确定所述目标对象的关键点在所述待检测图像中的第二位置，包括：根据所述第一位置以及所述位置变换矩阵，确定所述第二位置。在一种可能的实现方式中，在所述目标区域中不存在目标对象的情况下，所述对象检测结果指示不存在目标对象。在一种可能的实现方式中，所述方法还包括：对待检测图像进行目标区域检测处理，获得所述目标区域所在的位置。在一种可能的实现方式中，所述方法还包括：通过包括多个样本图像的数据集对所述检测网络进行训练，其中，所述样本图像中包括一个或多个样本目标区域，并且所述样本目标区域中的样本目标对象具有关键点标注信息。在一种可能的实现方式中，通过包括多个样本图像的数据集对所述检测网络进行训练，包括：根据样本图像中的样本目标区域的位置，获得预设尺寸的第三图像；对所述第三图像进行预处理，获得第四图像；通过所述第四图像和所述第三图像中的至少一种对所述检测网络进行训练，获得训练后的检测网络。在一种可能的实现方式中，所述目标区域为人脸区域，所述目标对象为眼镜。在一种可能的实现方式中，所述目标对象的关键点包括眼镜架中点、眼镜腿拐点、眼镜架与镜片的交点以及镜片边缘的关键点。根据本公开的另一方面，提供了一种关键点装置，包括：获取模块，用于根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，其中，所述第一图像中包括所述目标区域；处理模块，用于将所述第一图像输入检测网络进行处理，获得对象检测结果，其中，在所述目标区域中包括目标对象的情况下，所述对象检测结果指示目标对象的关键点在第一图像中第一位置；确定模块，用于根据所述目标对象的关键点在第一图像中第一位置以及所述位置关系，确定所述目标对象的关键点在所述待检测图像中的第二位置。在一种可能的实现方式中，所述获取模块被进一步配置为：根据所述待检测图像中的目标区域的位置，对待检测图像中的目标区域进行截取处理，获得第二图像；对第二图像进行放缩处理，获得所述预设尺寸的第一图像。在一种可能的实现方式中，所述获取模块被进一步配置为：根据所述待检测图像中的目标区域的位置以及所述第一图像，确定所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系。在一种可能的实现方式中，所述位置关系包括所述待检测图像的各像素点与所述第一图像的各像素点之间位置变换矩阵，其中，所述确定模块被进一步配置为：根据所述第一位置以及所述位置变换矩阵，确定所述第二位置。在一种可能的实现方式中，在所述目标区域中不存在目标对象的情况下，所述对象检测结果指示不存在目标对象。在一种可能的实现方式中，所述装置还包括：检测模块，用于对待检测图像进行目标区域检测处理，获得所述目标区域所在的位置。在一种可能的实现方式中，所述装置还包括：训练模块，用于通过包括多个样本图像的数据集对所述检测网络进行训练，其中，所述样本图像中包括一个或多个样本目标区域，并且所述样本目标区域中的样本目标对象具有关键点标注信息。在一种可能的实现方式中，所述训练模块被进一步配置为：根据样本图像中的样本目标区域的位置，获得预设尺寸的第三图像；对所述第三图像进行预处理，获得第四图像；通过所述第四图像和所述第三图像中的至少一种对所述检测网络进行训练，获得训练后的检测网络。在一种可能的实现方式中，所述目标区域为人脸区域，所述目标对象为眼镜。在一种可能的实现方式中，所述目标对象的关键点包括眼镜架中点、眼镜腿拐点、眼镜架与镜片的交点以及镜片边缘的关键点。根据本公开的另一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：执行上述关键点检测方法。根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述关键点检测方法。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。附图说明此处的附图被并入说明书中并构成本本文档来自技高网...

【技术保护点】
1.一种关键点检测方法，其特征在于，所述方法包括：/n根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，其中，所述第一图像中包括所述目标区域；/n将所述第一图像输入检测网络进行处理，获得对象检测结果，其中，在所述目标区域中包括目标对象的情况下，所述对象检测结果指示目标对象的关键点在第一图像中第一位置；/n根据所述目标对象的关键点在第一图像中第一位置以及所述位置关系，确定所述目标对象的关键点在所述待检测图像中的第二位置。/n

【技术特征摘要】
1.一种关键点检测方法，其特征在于，所述方法包括：
根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，其中，所述第一图像中包括所述目标区域；
将所述第一图像输入检测网络进行处理，获得对象检测结果，其中，在所述目标区域中包括目标对象的情况下，所述对象检测结果指示目标对象的关键点在第一图像中第一位置；
根据所述目标对象的关键点在第一图像中第一位置以及所述位置关系，确定所述目标对象的关键点在所述待检测图像中的第二位置。


2.根据权利要求1所述的方法，其特征在于，根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，包括：
根据所述待检测图像中的目标区域的位置，对待检测图像中的目标区域进行截取处理，获得第二图像；
对第二图像进行放缩处理，获得所述预设尺寸的第一图像。


3.根据权利要求1或2所述的方法，其特征在于，根据待检测图像中的目标区域的位置，获取预设尺寸的第一图像以及所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系，包括：
根据所述待检测图像中的目标区域的位置以及所述第一图像，确定所述待检测图像的各像素点与所述第一图像的各像素点之间的位置关系。


4.根据权利要求1-3中任一项所述的方法，其特征在于，所述位置关系包括所述待检测图像的各像素点与所述第一图像的各像素点之间位置变换矩阵，
其中，根据所述目标对象的关键点在第一图像中第一位置以及所述位置关系，确定所述目标对象的关键点在所述待检测图像中的第二位置，包括：
根据所述第一位置以及所述位置变换...

【专利技术属性】
技术研发人员：李磊，刘庭皓，王权，钱晨，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京;11