本申请公开了一种关键点检测方法、装置、设备及可读存储介质，对获取的待检测图像进行处理，得到预设数量的热力图，热力图中各像素点分配有分值，针对每个热力图，根据各像素点所分配的分值，确定一个关键点，并得到对应的关键点信息，基于各关键点信息，筛选得到目标关键点，并对目标关键点的坐标进行修正，得到修正后的目标关键点坐标。在进行关键点检测时，当图像中仅包含一部分信息时，由于另一部分信息并不存在于图像中，所以得到的预设数量的关键点中，对于另一部分信息预测的关键点不应该存在于图像中，本申请利用关键点信息可以将不应该存在于图像中的关键点筛除，并对剩余的关键点的坐标进行修正，从而得到修正后的目标关键点坐标。标关键点坐标。标关键点坐标。
【技术实现步骤摘要】
一种关键点检测方法、装置、设备及可读存储介质
[0001]本申请涉及图像识别与处理领域，尤其涉及一种关键点检测方法、装置、设备及可读存储介质。
技术介绍
[0002]随着科技的不断发展，图像识别技术也得到了越来越广泛的应用，通过获取图像中目标对象的关键特征，可以为多种应用提供信息支持。比如，在人脸识别领域，如果需要对人脸进行更加准确的识别，则需要对人脸上的几处特殊的位置进行检测，从而获取可以区别不同人脸的信息；在自动驾驶领域，如果需要对行人的运动状态进行检测，则需要对人体的关节进行检测，从而分析人体当前的姿态。所以，如果需要获取图像中目标对象的更多信息，则需要进一步的对目标对象的关键点进行检测，因此，如何对图像中的关键点进行检测是人们一直关注的问题。
技术实现思路
[0003]有鉴于此，本申请提供了一种关键点检测方法、装置、设备及可读存储介质，以便于对图像中的关键点进行检测。
[0004]为了实现上述目的，现提出的方案如下：
[0005]一种关键点检测方法，包括：
[0006]获取待检测图像；
[0007]对待检测图像进行处理，得到预设数量的热力图，所述热力图中各像素点分配有分值，所述分值表征各像素点为关键点的概率；
[0008]针对每个热力图，根据各像素点所分配的分值，确定一个关键点，并得到对应的关键点信息；
[0009]基于各个关键点信息，筛选得到目标关键点，并对所述目标关键点的坐标进行修正，得到修正后的目标关键点坐标。
[0010]可选的，所述根据各像素点所分配的分值，确定一个关键点，包括：
[0011]将每个热力图中分值最大的像素点作为关键点。
[0012]可选的，所述对待检测图像进行处理，直至筛选得到目标关键点坐标的步骤，利用预训练的目标检测模型完成；
[0013]所述目标检测模型以标注了目标关键点坐标的训练图像作为训练数据训练得到。
[0014]可选的，所述目标检测模型包括：依次级联的输入层、热力图获取层、关键点信息确定层和关键点筛选层；
[0015]所述目标检测模型的训练过程，包括：
[0016]通过输入层，获取训练图像；
[0017]通过热力图获取层，对训练图像进行处理，得到预设数量的热力图；
[0018]通过关键点信息确定层，针对每一个热力图，根据各像素点所分配的分值，确定一
个关键点，并得到对应的关键点信息；
[0019]通过关键点筛选层，基于各个关键点信息，筛选得到目标关键点，并对所述目标关键点的坐标进行修正，得到修正后的目标关键点坐标；
[0020]以所述修正后的目标关键点坐标趋近于所述训练图像中对应的目标关键点坐标标签为训练目标，更新目标检测模型的参数。
[0021]可选的，所述关键点信息包括：关键点坐标和关键点分值。
[0022]一种关键点检测装置，包括：
[0023]图像获取单元，用于获取待检测图像；
[0024]热力图确定单元，用于对待检测图像进行处理，得到预设数量的热力图，所述热力图中各像素点分配有分值，所述分值表征各像素点为关键点的概率；
[0025]关键点信息确定单元，用于针对每个热力图，根据各像素点所分配的分值，确定一个关键点，并得到对应的关键点信息；
[0026]目标关键点确定单元，用于基于各个关键点信息，筛选得到目标关键点，并对所述目标关键点的坐标进行修正，得到修正后的目标关键点坐标。
[0027]可选的，所述关键点信息确定单元执行根据各像素点所分配的分值，确定一个关键点的过程，包括：
[0028]将每个热力图中分值最大的像素点作为关键点。
[0029]可选的，所述热力图确定单元、关键点信息确定单元和目标关键点确定单元执行的步骤，利用预训练的目标检测模型完成，其中，所述目标检测模型以标注了目标关键点坐标的训练图像作为训练数据训练得到，关键点检测装置还包括：
[0030]目标检测模型训练单元，用于训练得到所述目标检测模型，其中，所述目标检测模型包括：
[0031]依次级联的输入层、热力图获取层、关键点信息确定层和关键点筛选层；
[0032]所述目标检测模型的训练过程，包括：
[0033]通过输入层，获取训练图像；
[0034]通过热力图获取层，对训练图像进行处理，得到预设数量的热力图；
[0035]通过关键点信息确定层，针对每一个热力图，根据各像素点所分配的分值，确定一个关键点，并得到对应的关键点信息；
[0036]通过关键点筛选层，基于各个关键点信息，筛选得到目标关键点，并对所述目标关键点的坐标进行修正，得到修正后的目标关键点坐标；
[0037]以所述修正后的目标关键点坐标趋近于所述训练图像中对应的目标关键点坐标标签为训练目标，更新目标检测模型的参数。
[0038]一种关键点检测设备，包括：存储器和处理器；
[0039]所述存储器，用于存储程序；
[0040]所述处理器，用于执行所述程序，实现如前述的关键点检测方法的各个步骤。
[0041]一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如前述的关键点检测方法的各个步骤。
[0042]从上述的技术方案可以看出，本申请实施例提供的一种关键点检测方法、装置、设备及可读存储介质，对获取的待检测图像进行处理，得到预设数量的热力图，热力图中各像
素点分配有表征各像素点为关键点的概率的分值，针对每个热力图，根据各像素点所分配的分值，确定一个关键点，并得到对应的关键点信息，基于各关键点信息，筛选得到目标关键点，并对目标关键点的坐标进行修正，得到修正后的目标关键点坐标。
[0043]进一步的，在进行关键点检测时，可以对待检测图像进行处理，得到预设数量的热力图，并针对每个热力图，确定一个关键点，得到预设数量的关键点，但是，当待检测图像中仅包含一部分信息时，比如待检测图像中只有一半人脸时，由于另一部分信息实际并不存在于待检测图像中，所以得到的预设数量的关键点中，对于另一部分信息预测的关键点不应该存在于待检测图像中，因此，本申请通过获取关键点对应的关键点信息，利用关键点信息可以将不应该存在于待检测图像中的关键点筛除，并对目标关键点的坐标进行修正，从而得到修正后的目标关键点坐标。
附图说明
[0044]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0045]图1为本申请实施例提供的一种关键点检测方法流程图；
[0046]图2为本申请实施例提供的一种可选的目标检测模型的训练方法流程图；
[0047]图3为本申请实施例提供的一种关键点检测装置结构示意图；
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种关键点检测方法，其特征在于，包括：获取待检测图像；对待检测图像进行处理，得到预设数量的热力图，所述热力图中各像素点分配有分值，所述分值表征各像素点为关键点的概率；针对每个热力图，根据各像素点所分配的分值，确定一个关键点，并得到对应的关键点信息；基于各个关键点信息，筛选得到目标关键点，并对所述目标关键点的坐标进行修正，得到修正后的目标关键点坐标。2.根据权利要求1所述的方法，其特征在于，所述根据各像素点所分配的分值，确定一个关键点，包括：将每个热力图中分值最大的像素点作为关键点。3.根据权利要求1或2所述的方法，其特征在于，所述对待检测图像进行处理，直至筛选得到目标关键点坐标的步骤，利用预训练的目标检测模型完成；所述目标检测模型以标注了目标关键点坐标的训练图像作为训练数据训练得到。4.根据权利要求3所述的方法，其特征在于，所述目标检测模型包括：依次级联的输入层、热力图获取层、关键点信息确定层和关键点筛选层；所述目标检测模型的训练过程，包括：通过输入层，获取训练图像；通过热力图获取层，对训练图像进行处理，得到预设数量的热力图；通过关键点信息确定层，针对每一个热力图，根据各像素点所分配的分值，确定一个关键点，并得到对应的关键点信息；通过关键点筛选层，基于各个关键点信息，筛选得到目标关键点，并对所述目标关键点的坐标进行修正，得到修正后的目标关键点坐标；以所述修正后的目标关键点坐标趋近于所述训练图像中对应的目标关键点坐标标签为训练目标，更新目标检测模型的参数。5.根据权利要求1或2所述的方法，其特征在于，所述关键点信息包括：关键点坐标和关键点分值。6.一种关键点检测装置，其特征在于，包括：图像获取单元，用于获取待检测图像；热力图确定单元，用于对待检测图像进行处理，得到预设数量的热力图，所述热力图中各像素点分配有分值，所述分值表征各像素点为关键点的概率；关键点信息确定单元，用于针...
【专利技术属性】
技术研发人员：陈名亮，陈书楷，杨奇，
申请(专利权)人：厦门熵基科技有限公司，
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。