[發明專利]人體關鍵點檢測模型的訓練方法和裝置

在審

• 申請號: 201910099356.8
• 申請日: 2019-01-31
• 公開（公告）號: CN109858444A
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 喻冬東;王長虎
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種人體關鍵點檢測模型的訓練方法，包括：

獲取訓練樣本集合，訓練樣本包括樣本人體圖像和樣本人體圖像中顯示的人體的至少一個部位的關鍵點的位置信息；

獲取初始人體關鍵點檢測模型，所述初始人體關鍵點檢測模型包括特征提取網絡、與所述至少一個部位對應的至少一個關鍵點檢測網絡；

利用深度學習方法，將所述訓練樣本集合中的訓練樣本的樣本人體圖像作為特征提取網絡的輸入，將特征提取網絡輸出的特征信息分別輸入至少一個關鍵點檢測網絡，將輸入的樣本人體圖像中顯示的人體的至少一個部位的關鍵點的位置信息分別作為對應的關鍵點檢測網絡的期望輸出，訓練得到人體關鍵點檢測模型。

2.根據權利要求1所述的方法，其中，在所述利用深度學習方法，將所述訓練樣本集合中的訓練樣本的樣本人體圖像作為特征提取網絡的輸入，將特征提取網絡輸出的特征信息分別輸入至少一個關鍵點檢測網絡，將輸入的樣本人體圖像中顯示的人體的至少一個部位的關鍵點的位置信息分別作為對應的關鍵點檢測網絡的期望輸出，訓練得到人體關鍵點檢測模型之前，所述方法還包括：

對于所述訓練樣本集合中的訓練樣本包括的樣本人體圖像中顯示的人體的至少一個部位中的部位，基于該部位的關鍵點的位置信息和目標參數值，得到該部位的關鍵點的目標位置信息。

3.根據權利要求2所述的方法，其中，所述利用深度學習方法，將所述訓練樣本集合中的訓練樣本的樣本人體圖像作為特征提取網絡的輸入，將特征提取網絡輸出的特征信息分別輸入至少一個關鍵點檢測網絡，將輸入的樣本人體圖像中顯示的人體的至少一個部位的關鍵點的位置信息分別作為對應的關鍵點檢測網絡的期望輸出，訓練得到人體關鍵點檢測模型，包括：

利用深度學習方法，將所述訓練樣本集合中的訓練樣本的樣本人體圖像作為特征提取網絡的輸入，將特征提取網絡輸出的特征信息分別輸入至少一個關鍵點檢測網絡，將輸入的樣本人體圖像中顯示的人體的至少一個部位的關鍵點的目標位置信息分別作為對應的關鍵點檢測網絡的期望輸出，訓練得到人體關鍵點檢測模型。

4.根據權利要求1-3中任一所述的方法，其中，所述至少一個關鍵點檢測網絡包括以下至少一項：頭部關鍵點檢測網絡、上肢關鍵點檢測網絡、下肢關鍵點檢測網絡和全身關鍵點檢測網絡。

5.一種人體關鍵點檢測方法，包括：

獲取待檢測人體圖像；

將所述待檢測人體圖像輸入預先訓練的人體關鍵點檢測模型，得到所述待檢測圖像中顯示的人體的關鍵點信息，其中，所述人體關鍵點檢測模型按照如權利要求1-4中任一的方法訓練得到。

6.一種人體關鍵點檢測模型的訓練裝置，包括：

訓練樣本集合獲取單元，被配置成獲取訓練樣本集合，訓練樣本包括樣本人體圖像和樣本人體圖像中顯示的人體的至少一個部位的關鍵點的位置信息；

初始模型獲取單元，被配置成獲取初始人體關鍵點檢測模型，所述初始人體關鍵點檢測模型包括特征提取網絡、與所述至少一個部位對應的至少一個關鍵點檢測網絡；

訓練單元，被配置成利用深度學習方法，將所述訓練樣本集合中的訓練樣本的樣本人體圖像作為特征提取網絡的輸入，將特征提取網絡輸出的特征信息分別輸入至少一個關鍵點檢測網絡，將輸入的樣本人體圖像中顯示的人體的至少一個部位的關鍵點的位置信息分別作為對應的關鍵點檢測網絡的期望輸出，訓練得到人體關鍵點檢測模型。

7.根據權利要求6所述的裝置，其中，所述裝置還包括：

目標位置信息生成單元，對于所述訓練樣本集合中的訓練樣本包括的樣本人體圖像中顯示的人體的至少一個部位中的部位，基于該部位的關鍵點的位置信息和目標參數值，得到該部位的關鍵點的目標位置信息。