[發(fā)明專利]一種景別識別方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010419755.0
• 申請日: 2020-05-18
• 公開（公告）號: CN111709296A
• 公開（公告）日: 2020-09-25
• 發(fā)明（設(shè)計）人: 李天琦
• 申請（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N20/00
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 呂俊秀

1.一種景別識別方法，其特征在于，所述方法包括：

獲取待處理圖像，并對所述待處理圖像進行識別得到目標(biāo)人物；

對所述目標(biāo)人物進行檢測，得到針對所述目標(biāo)人物的人體姿態(tài)信息；

對所述人體姿態(tài)信息進行編碼，得到人體姿態(tài)編碼向量；

對所述人體姿態(tài)編碼向量進行回歸預(yù)測，生成針對所述待處理圖像的景別分?jǐn)?shù)；所述景別分?jǐn)?shù)包括離散化的景別分?jǐn)?shù)；

根據(jù)所述離散化的景別分?jǐn)?shù)識別所述待處理圖像的景別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述待處理圖像包括人物圖像；所述從所述待處理圖像中進行識別得到目標(biāo)人物，包括：

根據(jù)所述人物圖像生成對應(yīng)的人體框；

獲取所述待處理圖像的中心點坐標(biāo)與尺寸大小，以及所述人體框的坐標(biāo)信息；

根據(jù)所述待處理圖像的中心點坐標(biāo)與尺寸大小，以及所述人體框的坐標(biāo)信息，計算得到針對所述人體框的衡量指標(biāo)；所述衡量指標(biāo)用于衡量所述人體框與所述待處理圖像之間的位置與大小關(guān)系；

將所述衡量指標(biāo)最大的人體框?qū)?yīng)的人物圖像確定為所述待處理圖像的目標(biāo)人物。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述坐標(biāo)信息包括針對所述人體框的邊角坐標(biāo)以及中心點坐標(biāo)；所述根據(jù)所述待處理圖像的中心點坐標(biāo)與尺寸大小，以及所述人體框的坐標(biāo)信息，計算得到針對所述人體框的衡量指標(biāo)，包括：

根據(jù)所述人體框的邊角坐標(biāo)計算得到針對所述人體框的區(qū)域大小；

根據(jù)所述待處理圖像的中心點坐標(biāo)以及所述人體框的中心點坐標(biāo)，計算得到針對所述待處理圖像與所述人體框的相對中心點距離；

采用所述相對中心點距離，所述人體框的區(qū)域大小以及所述待處理圖像的尺寸大小，計算得到針對所述人體框的衡量指標(biāo)。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述從所述待處理圖像中進行識別得到目標(biāo)人物，還包括：

獲取與預(yù)設(shè)人臉信息匹配的目標(biāo)人臉框；所述預(yù)設(shè)人臉信息為針對指定人物的人臉信息；

將所述目標(biāo)人臉框與所述人體框進行匹配確定所述目標(biāo)人臉框與所述人體框的重疊度；

將所述重疊度最大的人體框?qū)?yīng)的人物圖像確定為所述待處理圖像的目標(biāo)人物。

5.根據(jù)權(quán)利要求2或4所述的方法，其特征在于，所述對所述目標(biāo)人物進行檢測，得到針對所述目標(biāo)人物的人體姿態(tài)信息，包括：

獲取針對人體姿態(tài)的估計模型；

將所述目標(biāo)人物的人體框，以及與所述目標(biāo)人物的人體框?qū)?yīng)的人物圖像輸入所述估計模型，得到針對所述目標(biāo)人物的關(guān)鍵點坐標(biāo)以及與所述關(guān)鍵點坐標(biāo)對應(yīng)的置信度；

將所述目標(biāo)人物的關(guān)鍵點坐標(biāo)以及與所述關(guān)鍵點坐標(biāo)對應(yīng)的置信度作為所述目標(biāo)人物的人體姿態(tài)信息。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述目標(biāo)人物的關(guān)鍵點坐標(biāo)包括多個關(guān)鍵點坐標(biāo)；所述對所述人體姿態(tài)信息進行編碼，得到人體姿態(tài)編碼向量，包括：

從所述目標(biāo)人物的多個關(guān)鍵點坐標(biāo)中提取多個縱坐標(biāo)；

將所述多個縱坐標(biāo)進行集合，得到針對所述目標(biāo)人物的縱坐標(biāo)集合；

將所述目標(biāo)人物的縱坐標(biāo)集合確定為所述目標(biāo)人物的人體姿態(tài)編碼向量。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述將所述多個縱坐標(biāo)進行集合，得到針對所述目標(biāo)人物的縱坐標(biāo)集合，還包括：

判斷所述多個關(guān)鍵點坐標(biāo)中是否存在所述置信度小于預(yù)設(shè)閾值的關(guān)鍵點坐標(biāo)；

若存在所述置信度小于預(yù)設(shè)閾值的關(guān)鍵點坐標(biāo)，則將所述置信度小于預(yù)設(shè)閾值的關(guān)鍵點坐標(biāo)中的縱坐標(biāo)替換為預(yù)設(shè)坐標(biāo)值。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述人體姿態(tài)編碼向量進行回歸預(yù)測，生成針對所述待處理圖像的景別分?jǐn)?shù)，包括：

獲取預(yù)先訓(xùn)練的回歸模型；

將所述人體姿態(tài)編碼向量輸入所述預(yù)先訓(xùn)練的回歸模型，得到輸出結(jié)果；

將所述輸出結(jié)果作為所述待處理圖像的景別分?jǐn)?shù)。