[發明專利]位姿識別模型訓練方法、裝置、位姿識別方法和終端設備

在審

• 申請號: 202011503576.1
• 申請日: 2020-12-18
• 公開（公告）號: CN112489129A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 林燦然;郭渺辰;程駿;龐建新
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T15/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 梁韜

本發明實施例公開了位姿識別模型訓練方法、裝置、位姿識別方法和終端設備，該訓練方法包括：獲取原始RGB圖像；利用預設的位姿點線圖提取方法從所述原始RGB圖像中提取由預設數目個位姿關鍵點坐標組成的位姿點線圖；將所述位姿點線圖以區別于預定背景板顏色的目標顏色繪制在背景板上，以確定訓練RGB圖像；利用多個訓練RGB圖像訓練所述位姿識別模型直至所述位姿識別模型對應的損失函數收斂。本發明的技術方案實現利用較少的訓練RGB圖像即可完成對位姿識別模型的訓練，降低位姿識別模型的訓練時間。

技術領域

本發明涉及人工智能領域，尤其涉及一種位姿識別模型訓練方法、裝置、位姿識別方法和終端設備。

背景技術

隨著深度學習技術的不斷發展，越來越多人研究基于圖像的行為識別方法，但是，RGB圖像極易受到背景噪聲的干擾，當背景發生變化時會導致利用該數據訓練出來的模型識別精度急劇下降，同時基于圖像的行為識別方法對數據量的要求也比較大，一般需要龐大的數據量才能訓練出來一個較為魯棒的模型。

發明內容

鑒于上述問題，本發明提出一種位姿識別模型訓練方法、裝置、位姿識別方法和終端設備。

本發明的一個實施例提出一種位姿識別模型訓練方法，該位姿識別模型訓練方法包括：

獲取原始RGB圖像；

利用預設的位姿點線圖提取方法從所述原始RGB圖像中提取由預設數目個位姿關鍵點坐標組成的位姿點線圖；

將所述位姿點線圖以區別于預定背景板顏色的目標顏色繪制在背景板上，以確定訓練RGB圖像；

利用多個訓練RGB圖像訓練所述位姿識別模型直至所述位姿識別模型對應的損失函數收斂。

本發明另一個實施例所述的位姿識別模型訓練方法，在所述原始RGB圖像中提取由預設數目個位姿關鍵點坐標組成的位姿點線圖之后，還包括：

根據所述位姿點線圖中各個位姿關鍵點坐標的屬性對各個位姿關鍵點坐標進行特征分類。

上述的位姿識別模型訓練方法，所述將所述位姿點線圖以區別于所述預定背景板顏色的目標顏色分別繪制在背景板上，包括：

將所述位姿點線圖繪制在所述背景板上；

在所述背景板上，將同一特征類別中的位姿關鍵點坐標構成的點線標注為預設的同一顏色，各個特征類別中的位姿關鍵點坐標構成的點線標注顏色不同且與所述預定背景板顏色不同。

上述的位姿識別模型訓練方法，在識別人體位姿時，所述特征類別包括頭頸特征類別、手臂特征類別和下肢特征類別。

上述的位姿識別模型訓練方法，所述預定背景板顏色為黑色，所述頭頸特征類別、所述手臂特征類別和所述下肢特征類別中的位姿關鍵點坐標構成的點線依次標注為綠色、藍色和紅色之一。

上述的位姿識別模型訓練方法，所述利用預設的位姿點線圖提取方法從所述原始RGB圖像中提取由預設數目個位姿關鍵點坐標組成的位姿點線圖，包括：

利用OpenPose人體姿態估計算法提取所述原始RGB圖像的預設數目個關鍵點的位置信息；

根據預設數目個關鍵點的位置信息確定所述位姿點線圖。

本發明的再一個實施例提出一種位姿識別模型訓練裝置，該裝置包括：

原始RGB圖像獲取模塊，用于獲取原始RGB圖像；

位姿點線圖提取模塊，用于利用預設的位姿點線圖提取方法從所述原始RGB圖像中提取由預設數目個位姿關鍵點坐標組成的位姿點線圖；

訓練RGB圖像確定模塊，用于將所述位姿點線圖以區別于所述預定背景板顏色的目標顏色分別繪制在背景板上，以確定訓練RGB圖像；