[發明專利]頭部姿態估計方法和裝置

有效

• 申請號: 202010431119.X
• 申請日: 2020-05-20
• 公開（公告）號: CN111695438B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 戶磊;石芳;劉其開;朱海濤;陳智超
• 申請（專利權）人: 合肥的盧深視科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V20/64;G06V40/20;G06V10/774;G06V10/764
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李文清

1.一種頭部姿態估計方法，其特征在于，包括：

獲取深度圖像數據；

將所述深度圖像數據輸入至頭部姿態估計模型中，得到所述頭部姿態估計模型輸出的頭部姿態估計結果；

其中，所述頭部姿態估計模型為，以深度圖像樣本數據為樣本，以預先標注或區間劃定的與所述深度圖像樣本數據一一對應的綜合維度姿態大小角度二分類標簽、單維度姿態多分類標簽以及單維度回歸標簽為樣本標簽進行訓練得到；所述綜合維度姿態大小角度二分類標簽用于表示綜合多維度頭部姿態的空間特征；所述單維度姿態多分類標簽和所述單維度回歸標簽均用于表示單個維度頭部姿態的空間特征；

所述頭部姿態估計模型的確定過程還包括：

獲取任一所述深度圖像數據對應的三維姿態角標簽，所述三維姿態角標簽包括Yaw角、Pitch角以及Roll角；

基于三維姿態角標簽與設定的各維度姿態角度閾值的比較，確定所述綜合維度姿態大小角度二分類標簽；

基于三維姿態角標簽的區間劃分，確定所述單維度姿態多分類標簽；

基于所述三維姿態角標簽的標準化處理，確定所述單維度回歸標簽。

2.根據權利要求1所述的頭部姿態估計方法，其特征在于，所述頭部姿態估計模型包括特征提取層、單維度姿態層以及綜合維度姿態層；

所述將所述深度圖像數據輸入至頭部姿態估計模型中，得到所述頭部姿態估計模型輸出的頭部姿態估計結果，包括：

將所述深度圖像數據輸入至所述特征提取層，得到單維度姿態特征圖和多維度姿態特征圖；

將單維度姿態特征圖輸入至所述單維度姿態層，得到單維度姿態多分類信息和單維度回歸信息；

將多維度姿態特征圖輸入至所述綜合維度姿態層，得到綜合維度姿態大小角度二分類信息；

基于所述單維度姿態多分類信息、所述單維度回歸信息以及所述單維度回歸信息，確定所述頭部姿態估計結果；

所述頭部姿態估計模型的確定過程，包括：

單維度姿態層為，以單維度姿態樣本特征圖為樣本，以預先確定的與所述單維度姿態樣本特征圖對應的單維度姿態多分類標簽以及單維度回歸標簽為樣本標簽進行訓練得到；

綜合維度姿態層為，以多維度姿態樣本特征圖為樣本，以預先確定的與所述多維度姿態樣本特征圖對應的綜合維度姿態大小角度二分類標簽為樣本標簽進行訓練得到。

3.根據權利要求1所述的頭部姿態估計方法，其特征在于，所述獲取深度圖像數據，包括：

采集原始深度圖像；

對所述原始深度圖像進行人臉檢測，去除多余的背景區域，確定所述深度圖像數據。

4.根據權利要求1所述的頭部姿態估計方法，其特征在于，所述頭部姿態估計模型采用總損失函數訓練得到，所述總損失函數基于所述頭部姿態估計模型的單維度姿態層的單維度姿態損失函數和所述頭部姿態估計模型的綜合維度姿態層的綜合維度姿態損失函數確定。

5.根據權利要求4所述的頭部姿態估計方法，其特征在于，

所述基于所述頭部姿態估計模型的單維度姿態層的單維度姿態損失函數和所述頭部姿態估計模型的綜合維度姿態層的綜合維度姿態損失函數，確定所述總損失函數，包括：應用公式

L_total＝L_{yaw_total}+L_{pitch_total}+L_{roll_total}+αL_cls；

確定所述總損失函數；

其中，L_total為總損失函數，L_{yaw_total}、L_{pitch_total}、L_{roll_total}分別是Yaw角、Pitch角、Roll角的單維度姿態損失函數，L_cls為綜合維度姿態損失函數，α為綜合維度姿態損失函數L_cls的權值。