[發明專利]一種姿態估計方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010567738.1
• 申請日: 2020-06-19
• 公開（公告）號: CN113822102A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 王再冉;郭小燕
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/08
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種姿態估計方法，其特征在于，所述方法包括：

獲取包含目標物體的目標圖像；

對所述目標圖像進行特征提取，得到所述目標物體的姿態特征和關鍵特征，所述關鍵特征包括關鍵點特征和邊緣輪廓特征中的至少一個；

根據所述姿態特征和所述關鍵特征，得到所述目標物體的姿態信息。

2.根據權利要求1所述的方法，其特征在于，所述姿態特征為姿態特征圖，所述關鍵特征為關鍵特征圖；所述對所述目標圖像進行特征提取，得到所述目標物體的姿態特征和關鍵特征，包括：

將所述目標圖像輸入特征提取網絡，得到所述目標物體的基礎屬性；所述基礎屬性用于表征所述目標物體在所述目標圖像中的表面結構信息；

將所述基礎屬性分別輸入姿態特征提取網絡和關鍵特征提取網絡，得到所述姿態特征圖、所述關鍵特征圖。

3.根據權利要求2所述的方法，其特征在于，所述關鍵特征圖包括關鍵點特征圖和邊緣輪廓特征圖；所述關鍵特征提取網絡包括關鍵點檢測網絡和邊緣輪廓檢測網絡；

所述將所述基礎屬性分別輸入姿態特征提取網絡和關鍵特征提取網絡，得到所述姿態特征圖、所述關鍵特征圖，包括：

將所述基礎屬性分別輸入所述姿態特征提取網絡、所述關鍵點檢測網絡和所述邊緣輪廓檢測網絡，得到所述姿態特征圖、所述關鍵點特征圖和所述邊緣輪廓特征圖。

4.根據權利要求2或3所述的方法，其特征在于，所述根據所述姿態特征和所述關鍵特征，得到所述目標物體的姿態信息，包括：

對所述姿態特征圖和所述關鍵特征圖進行拼接，得到組合特征圖；

將所述組合特征圖輸入姿態識別網絡，得到所述姿態信息。

5.根據權利要求4所述的方法，其特征在于，在所述對所述目標圖像進行特征提取，得到所述目標物體的姿態特征和關鍵特征之前，所述方法還包括：

獲取初始姿態檢測模型；所述初始姿態檢測模型包括初始特征提取網絡、初始姿態特征提取網絡、初始關鍵特征提取網絡和初始姿態識別網絡；

獲取樣本圖像、樣本姿態信息和樣本關鍵信息；所述樣本姿態信息表示所述樣本圖像中的樣本物體的姿態信息；所述樣本關鍵信息表示所述樣本圖像中的樣本物體的關鍵點位置和邊緣輪廓中至少一個；

將所述樣本圖像作為輸入樣本、將所述樣本關鍵信息和所述樣本姿態信息作為輸出樣本，對所述初始姿態檢測模型進行訓練，得到姿態檢測模型；所述姿態檢測模型包括所述特征提取網絡、所述姿態特征提取網絡、所述關鍵特征提取網絡和所述姿態識別網絡。

6.根據權利要求5所述的方法，其特征在于，所述獲取樣本圖像，包括：

獲取包含所述樣本物體的原始圖像，并對所述原始圖像進行第一預處理，得到所述樣本圖像；

其中，所述第一預處理包括光照變換、添加高斯噪聲、運動模糊、旋轉、平移、剪切、水平翻轉和尺寸調整中至少一個。

7.根據權利要求1-3中任一項所述的方法，其特征在于，所述獲取包含目標物體的目標圖像，包括：

獲取包含所述目標物體的目標原始圖像，并對所述目標原始圖像進行第二預處理，得到所述目標圖像；

其中，所述第二預處理包括運動模糊的復原、去噪和尺寸調整中至少一個。

8.一種姿態估計裝置，其特征在于，所述裝置包括：

圖像獲取模塊，用于獲取包含目標物體的目標圖像；

特征提取模塊，用于對所述目標圖像進行特征提取，得到所述目標物體的姿態特征和關鍵特征，所述關鍵特征包括關鍵點特征和邊緣輪廓特征中的至少一個；

姿態識別模塊，用于根據所述姿態特征和所述關鍵特征，得到所述目標物體的姿態信息。

9.一種電子設備，其特征在于，包括：處理器和用于存儲所述處理器可執行指令的存儲器；

其中，所述處理器被配置為執行所述指令，使得所述電子設備執行如權利要求1-7中任一項所述的姿態估計方法。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機指令，其特征在于，當所述計算機指令在電子設備上運行時，使得所述電子設備執行如權利要求1-7中任一項所述的姿態估計方法。