[發明專利]一種圖像處理方法及電子設備

在審

• 申請號: 202011263362.1
• 申請日: 2020-11-12
• 公開（公告）號: CN112381837A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 馬驍;魏亞男;姜譞;鄒進屹;李聰
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/194;G06N3/04;G06N3/08;G06T5/50
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李曉光

1.一種圖像處理方法，包括：

獲得待處理的目標圖像；

提取所述目標圖像中目標對象與背景部分之間的前背景分割特征；

提取所述目標圖像中目標對象的骨架結構特征；

根據所述前背景分割特征和所述骨架結構特征，識別所述目標圖像中目標對象的多個關鍵點，得到能用于對所述目標對象進行姿態估計的多個關鍵點信息。

2.根據權利要求1所述的方法，所述提取所述目標圖像中目標對象與背景部分之間的前背景分割特征，提取所述目標圖像中目標對象的骨架結構特征，包括：

利用已構建的人工智能模型中的主干網絡，提取所述目標圖像的預定低層語義特征；

利用所述人工智能模型中的分割網絡，將所述預定低層語義特征轉換為包括所述目標圖像中目標對象與背景部分之間的前背景分割特征的第一高層語義特征；

利用所述人工智能模型中的姿態估計網絡，將所述預定低層語義特征轉換為包括所述目標圖像中目標對象的骨架結構特征的第二高層語義特征。

3.根據權利要求2所述的方法，所述根據所述前背景分割特征和所述骨架結構特征，識別所述目標圖像中目標對象的多個關鍵點，包括：

利用所述人工智能模型中的融合模塊，對所述第一高層語義特征和所述第二高層語義特征進行融合處理，得到融合后的高層語義特征，并確定所述融合后的高層語義特征中各特征分別對應的重要度信息；

利用所述人工智能模型中的后處理網絡，根據所述融合后的高層語義特征中各特征分別對應的重要度信息，將所述融合后的高層語義特征變形得到預定數量的熱圖；其中，不同熱圖對應于所述目標對象的不同指定部位，每個熱圖包括對應于相應指定部位的多個候選關鍵點，每個候選關鍵點對應一置信度信息；

從每個熱圖中選取滿足置信度條件的候選關鍵點，作為該熱圖對應的相應指定部位的關鍵點。

4.根據權利要求3所述的方法，所述確定所述融合后的高層語義特征中各特征分別對應的重要度信息，包括：

根據注意力機制，確定所述融合后的高層語義特征中各特征的重要性，并為各特征分別分配用于指示所對應的重要性的權重信息；不同的權重信息表征不同的重要度信息。

5.根據權利要求3所述的方法，所述從每個熱圖中選取滿足置信度條件的候選關鍵點，作為該熱圖對應的相應指定部位的關鍵點，包括：

從每個熱圖中選取置信度取值最大的候選關鍵點，作為該熱圖對應的相應指定部位的關鍵點。

6.根據權利要求1所述的方法，在所述獲得待處理的目標圖像之前，還包括：構建一人工智能模型；

所述人工智能模型的構建過程包括：

根據對多個樣本圖像分別進行前背景分割得到的前背景圖像和對所述前背景圖像分別標注的前背景信息，訓練一分割模型；

在所述分割模型的基礎上進行姿態估計訓練，得到所述人工智能模型。