图像中关键点位置的识别方法、装置、电子设备及介质制造方法及图纸

本申请公开了图像中关键点位置的识别方法、装置、电子设备及介质，涉及计算机视觉技术领域。具体实现方案为：获取待检测图像，并获取所述待检测图像的特征图和显著图；根据所述待检测图像的特征图生成所述待检测图像的分值响应图；根据所述分值响应图获取关键点在所述分值响应图上的第一关键点位置；根据所述第一关键点位置获取所述关键点映射在所述待检测图像之上的第二关键点位置；根据所述显著图对所述第二关键点位置进行修正。由此，避免了固定以图像上局部区域的中心位置作为图像的关键点的缺陷，能够保证修正后的关键点位置较局部区域的中心位置更具代表性，提高了关键点选取的准确性。

【技术实现步骤摘要】
图像中关键点位置的识别方法、装置、电子设备及介质
本申请的实施例总体上涉及图像处理
，并且更具体地，涉及计算机视觉

技术介绍
在图像处理领域，图像的关键点或特征点通常指图像中具有代表性或特征性的像素点，能够在其他含有相同场景或目标的相似图像中，以相同或相似的不变形式表示图像含义或图像中目标的特性。利用关键点的图像信息作为图像的特征描述子，通常能够代表图像进行图像的分析与识别。因此，准确地找到图像中的关键点对于图像的处理具有重要意义，如何准确地找到图像中的关键点成为计算机视觉领域的研究热点之一。
技术实现思路
本申请提供了一种图像中关键点位置的识别方法、装置、电子设备及介质。根据第一方面，提供了一种图像中关键点位置的识别方法，包括：获取待检测图像，并获取所述待检测图像的特征图和显著图；根据所述待检测图像的特征图生成所述待检测图像的分值响应图；根据所述分值响应图获取关键点在所述分值响应图上的第一关键点位置；根据所述第一关键点位置获取所述关键点映射在所述待检测图像之上的第二关键点位置；以及根据所述显著图对所述第二关键点位置进行修正。根据第二方面，提供了一种图像中关键点位置的识别装置，包括：图像获取模块，用于获取待检测图像，并获取所述待检测图像的特征图和显著图；生成模块，用于根据所述待检测图像的特征图生成所述待检测图像的分值响应图；第一关键点获取模块，用于根据所述分值响应图获取关键点在所述分值响应图上的第一关键点位置；第二关键点获取模块，用于根据所述第一关键点位置获取所述关键点映射在所述待检测图像之上的第二关键点位置；以及修正模块，用于根据所述显著图对所述第二关键点位置进行修正。根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的图像中关键点位置的识别方法。根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面所述的图像中关键点位置的识别方法。本申请提供的图像中关键点位置的识别方法、装置、电子设备及介质，存在如下有益效果：通过获取待检测图像，并获取待检测图像的特征图和显著图；根据待检测图像的特征图生成待检测图像的分值响应图；根据分值响应图获取关键点在分值响应图上的第一关键点位置；根据第一关键点位置获取关键点映射在待检测图像之上的第二关键点位置，进而根据显著图对第二关键点位置进行修正。由此，通过获取待检测图像对应的显著图，利用显著图对根据特征图确定的关键点的位置进行修正，避免了固定以图像上局部区域的中心位置作为图像的关键点的缺陷，能够保证修正后的关键点位置较局部区域的中心位置更具代表性，提高了关键点选取的准确性。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的图像中关键点位置的识别方法的流程示意图；图2(a)为一幅待检测图像的示例图；图2(b)为与图2(a)所示的待检测图像对应的显著图的示例图；图3是根据本申请一具体实施例的图像关键点提取过程示例图；图4是根据本申请第二实施例的图像中关键点位置的识别方法的流程示意图；图5是根据本申请第三实施例的图像中关键点位置的识别方法的流程示意图；图6是根据本申请第四实施例的图像中关键点位置的识别方法的流程示意图；图7是根据本申请第五实施例的图像中关键点位置的识别方法的流程示意图；图8是根据本申请第六实施例的图像中关键点位置的识别装置的结构示意图；图9是根据本申请第七实施例的图像中关键点位置的识别装置的结构示意图；图10是根据本申请第八实施例的图像中关键点位置的识别装置的结构示意图；图11是根据本申请第九实施例的图像中关键点位置的识别装置的结构示意图；图12是根据本申请第十实施例的图像中关键点位置的识别装置的结构示意图；图13是用来实现本申请实施例的图像中关键点位置的识别方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。下面参考附图描述本申请的图像中关键点位置的识别方法、装置、电子设备及介质。在图像处理中，通常利用关键点的图像信息作为图像特征描述子，以代表图像进行分析与识别。目前使用的基于卷积神经网络的关键点提取方法，在进行关键点提取时，先对输入图像提取到分辨率降低的特征图表示，再在特征图上选取一系列的点并投射回原输入图像，这些点分别对应到原输入图像上的一系列局部区域，以原输入图像上局部区域的中心点作为最终的关键点。然而，由于关键点反映的是图像上最具代表性的位置，而不是一个固定位置，且一般图像上的角点位置适合作为关键点，而局部区域的中心位置不一定是角点位置，因此相关技术中，将局部区域的中心点确定为关键点的方式是不合理的，很难选取到局部区域的最优点，从而导致所选取的关键点的准确性不高。针对上述问题，本申请公开了一种图像中关键点位置的识别方法，通过获取待检测图像对应的显著图，利用显著图对根据特征图确定的关键点的位置进行修正，避免了固定以图像上局部区域的中心位置作为图像的关键点的缺陷，能够保证修正后的关键点位置较局部区域的中心位置更具代表性，提高了关键点选取的准确性。图1是根据本申请第一实施例的图像中关键点位置的识别方法的流程示意图，该方法可以由本申请提供的图像中关键点位置的识别装置执行，也可以由本申请提供的电子设备执行，其中，电子设备可以是服务器，也可以是台式电脑、笔记本电脑等终端设备。下面以由本申请提供的图像中关键点位置的识别装置来执行本申请提供的图像中关键点位置的识别方法为例来解释说明本申请。如图1所示，该图像中关键点位置的识别方法，可以包括以下步骤：步骤101，获取待检测图像，并获取待检测图像的特征图和显著图。其中，待检测图像可以是需要进行关键点识别的任意图像，待检测图像中可以包含至少一个目标，比如，待检测图像中可以包括车辆、建筑物、动植物等任意对象，通过本申请提供的图像中关键点位置的识别方法，可以识别出能够表示待检测图像中所包含的对象的关键点。本实施例中，可以从公开的图像数据集中获取图像作为待检测图像，本文档来自技高网...

【技术保护点】
1.一种图像中关键点位置的识别方法，其特征在于，包括：/n获取待检测图像，并获取所述待检测图像的特征图和显著图；/n根据所述待检测图像的特征图生成所述待检测图像的分值响应图；/n根据所述分值响应图获取关键点在所述分值响应图上的第一关键点位置；/n根据所述第一关键点位置获取所述关键点映射在所述待检测图像之上的第二关键点位置；以及/n根据所述显著图对所述第二关键点位置进行修正。/n

【技术特征摘要】
1.一种图像中关键点位置的识别方法，其特征在于，包括：
获取待检测图像，并获取所述待检测图像的特征图和显著图；
根据所述待检测图像的特征图生成所述待检测图像的分值响应图；
根据所述分值响应图获取关键点在所述分值响应图上的第一关键点位置；
根据所述第一关键点位置获取所述关键点映射在所述待检测图像之上的第二关键点位置；以及
根据所述显著图对所述第二关键点位置进行修正。


2.如权利要求1所述的图像中关键点位置的识别方法，其特征在于，所述根据所述待检测图像的特征图生成所述待检测图像的分值响应图，包括：
获取所述特征图之中每个特征点的局部响应分值；
获取所述特征图之中每个特征点的通道响应分值；
根据所述每个特征点的局部响应分值和所述通道响应分值计算所述每个特征点的响应分值；以及
根据所述每个特征点的响应分值生成所述待检测图像的分值响应图。


3.如权利要求2所述的图像中关键点位置的识别方法，其特征在于，所述获取所述特征图之中每个特征点的局部响应分值，包括：
获取第i个特征点的多个相邻特征点，其中，i为正整数；
获取所述第i个特征点的特征值和所述多个相邻特征点的特征值；
根据所述第i个特征点的特征值和所述多个相邻特征点的特征值生成所述第i个特征点的局部响应分值，依次遍历所述特征图之中的特征点以获取所述每个特征点的局部响应分值。


4.如权利要求3所述的图像中关键点位置的识别方法，其特征在于，所述获取所述特征图之中每个特征点的通道响应分值，包括：
获取所述第i个特征点在多个通道的多个特征值；
根据所述第i个特征点在所述多个通道的多个特征值生成所述第i个特征点的通道响应分值，依次遍历所述特征图之中的特征点以获取所述每个特征点的通道响应分值。


5.如权利要求2所述的图像中关键点位置的识别方法，其特征在于，所述根据所述每个特征点的局部响应分值和所述通道响应分值计算所述每个特征点的响应分值，包括：
将每个特征点的所述局部响应分值与所述通道响应分值相乘以生成所述每个特征点的响应分值。


6.如权利要求1所述的图像中关键点位置的识别方法，其特征在于，所述根据所述分值响应图获取关键点在所述分值响应图上的第一关键点位置，包括：
获取所述分值响应图之中每个特征点的响应分值；以及
如果所述特征点的响应分值大于预设阈值，则将所述特征点作为所述关键点，并获取所述关键点对应的第一关键点位置。


7.如权利要求1所述的图像中关键点位置的识别方法，其特征在于，所述特征图的分辨率小于所述待检测图像的分辨率。


8.如权利要求7所述的图像中关键点位置的识别方法，其特征在于，所述根据所述第一关键点位置获取所述关键点映射在所述待检测图像之上的第二关键点位置，包括：
获取所述特征图的分辨率与所述待检测图像的分辨率之间的分辨率之比；以及
根据所述第一关键点位置和所述分辨率之比生成所述第二关键点位置。


9.如权利要求1所述的图像中关键点位置的识别方法，其特征在于，所述根据所述显著图对所述第二关键点位置进行修正，包括：
获取所述第二关键点位置所在的区域；
获取所述第二关键点位置所在区域之中每个特征点的显著值；
获取所述区域之中显著值最大的特征点的位置，并将所述区域之中显著值最大的特征点的位置作为修正位置；以及
将所述第二关键点位置修正至所述修正位置。


10.一种图像中关键点位置的识别装置，其特征在于，包括：
图像获取模块，用于获取待检测图像，并获取所述待检测图像的特征图和显著图；
生成模块，用于根据所述待检测图像的特征图生成所述待检测图像的分值响应图；...

【专利技术属性】
技术研发人员：薛学通，任晖，杨敏，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11