申请/专利权人：北京优创新港科技股份有限公司

申请日：2023-07-21

公开（公告）日：2024-03-19

公开（公告）号：CN116912884B

主分类号：G06V40/10

分类号：G06V40/10;G06V10/25;G06V10/52;G06V10/80;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.11.07#实质审查的生效;2023.10.20#公开

摘要：本发明公开了一种人体关键点检测方法及系统，该方法包括，步骤1、构建人体关键点估计网络，所述人体关键点估计网络包括多尺度特征提取模块、检测头模块、人体位置框检测模块、感兴趣区域对齐模块和人体关键点检测模块；步骤2、利用训练数据集训练所述人体关键点估计网络，得到人体关键点估计模型；步骤3、将待检测图像输入所述人体关键点估计模型，输出不同尺度的人体关键点预测坐标；步骤4、对不同尺度的所述人体关键点预测坐标进行融合，得到人体关键点坐标。本发明是在自顶而下的基础上次加以改进，采用一次前向推理的结构，即只需要单个模型就可实现人体位置的检测和人体关键点的检测，确保了检测精度的同时，又提高了运行效率。

主权项：1.一种人体关键点检测方法，其特征在于，包括：步骤1、构建人体关键点估计网络，所述人体关键点估计网络包括多尺度特征提取模块、检测头模块、人体位置框检测模块、感兴趣区域对齐模块和人体关键点检测模块；所述多尺度特征提取模块用于接受输入图像并输出多个尺度的特征图；所述检测头模块用于接受特征图并输出多个尺度的检测头特征图；所述人体位置框检测模块用于接受检测头特征图并输出多个尺度的预测人体位置框；所述感兴趣区域对齐模块用于接受检测头特征图、人体位置框并输出多个尺度的对齐特征图；所述人体关键点检测模块用于接受对齐特征图并输出不同尺度的人体关键点预测坐标；步骤2、利用训练数据集训练所述人体关键点估计网络，得到人体关键点估计模型；所述步骤2包括：步骤2.1，选择所述训练数据集，所述训练数据集为coco数据集；步骤2.2，所述人体位置框为真实人体位置框或所述预测人体位置框，所述真实人体位置框为coco数据集中标注的人体位置框，训练过程中实时获取所述真实人体位置框以及所述预测人体位置框；当所述真实人体位置框与所述预测人体位置框的IOU≤80%时，所述人体关键点估计网络的感兴趣区域对齐模块输入的人体位置框为真实人体位置框；当所述真实人体位置框与所述预测人体位置框的IOU＞80%时，所述人体关键点估计网络的感兴趣区域对齐模块输入的人体位置框为真实人体位置框和预测人体位置框；步骤2.3，采用梯度下降法训练所述人体关键点估计网络，得到人体关键点估计中间模型；步骤2.4，对所述人体关键点估计中间模型的感兴趣区域对齐模块进行调整，使其输入的所述人体位置框为所述预测人体位置框，得到人体关键点估计模型；步骤3、将待检测图像输入所述人体关键点估计模型，输出不同尺度的人体关键点预测坐标；步骤4、对不同尺度的所述人体关键点预测坐标进行融合，得到人体关键点坐标。

全文数据：

权利要求：

百度查询： 北京优创新港科技股份有限公司 一种人体关键点检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD