[發明專利]關鍵點檢測及檢測網絡訓練的方法、電子設備和存儲介質

有效

• 申請號: 202110616824.1
• 申請日: 2021-06-03
• 公開（公告）號: CN113065535B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 保長存;朱海濤;陳智超;江坤;戶磊
• 申請（專利權）人: 北京的盧深視科技有限公司;合肥的盧深視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京智晨知識產權代理有限公司 11584
• 代理人: 張婧

1.一種關鍵點檢測網絡訓練方法，其特征在于，包括：

獲取預設的關鍵點模板、訓練樣本圖像和所述訓練樣本圖像對應的樣本關鍵點，所述關鍵點模板為預先構建的初始關鍵點檢測網絡輸出結果的形狀標準；

通過所述初始關鍵點檢測網絡，結合所述訓練樣本圖像和所述關鍵點模板獲得訓練檢測關鍵點；

根據所述訓練檢測關鍵點和所述樣本關鍵點對所述初始關鍵點檢測網絡進行迭代訓練，并將滿足預設迭代條件的所述初始關鍵點檢測網絡作為訓練完成的關鍵點檢測網絡。

2.根據權利要求1所述的關鍵點檢測網絡訓練方法，其特征在于，所述通過所述初始關鍵點檢測網絡，結合所述訓練樣本圖像和所述關鍵點模板獲得訓練檢測關鍵點，包括：

通過所述初始關鍵點檢測網絡，結合所述訓練樣本圖像和所述關鍵點模板，確定第一訓練檢測關鍵點；

通過所述初始關鍵點檢測網絡中預設的網絡節點，結合所述訓練樣本圖像，確定第二訓練檢測關鍵點；

根據所述第一訓練檢測關鍵點和所述第二訓練檢測關鍵點，確定所述訓練檢測關鍵點。

3.根據權利要求2所述的關鍵點檢測網絡訓練方法，其特征在于，所述通過所述初始關鍵點檢測網絡，結合所述訓練樣本圖像和所述關鍵點模板，確定第一訓練檢測關鍵點，包括：

將所述訓練樣本圖像輸入所述初始關鍵點檢測網絡，得到所述訓練樣本圖像對應的關鍵點分類概率；

根據所述關鍵點分類概率和所述關鍵點模板，確定所述第一訓練檢測關鍵點。

4.根據權利要求2所述的關鍵點檢測網絡訓練方法，其特征在于，所述根據所述訓練檢測關鍵點和所述樣本關鍵點對所述初始關鍵點檢測網絡進行迭代訓練，并將滿足預設迭代條件的所述初始關鍵點檢測網絡作為訓練完成的關鍵點檢測網絡，包括：

通過關鍵點損失函數和所述樣本關鍵點分別對所述第一訓練檢測關鍵點和所述第二訓練檢測關鍵點計算損失，得到關鍵點損失值，所述關鍵點損失值包括所述第一訓練檢測關鍵點對應的損失值和所述第二訓練檢測關鍵點對應的損失值；

獲取所述訓練樣本圖像對應的預設屬性的權重；

通過屬性損失函數計算所述預設屬性的權重的損失，得到屬性損失值；

根據所述關鍵點損失值和所述屬性損失值對所述初始關鍵點檢測網絡進行迭代訓練，并將滿足所述預設迭代條件的所述初始關鍵點檢測網絡作為訓練完成的所述關鍵點檢測網絡。

5.根據權利要求4所述的關鍵點檢測網絡訓練方法，其特征在于，所述獲取所述訓練樣本圖像對應的預設屬性的權重，包括：

獲取所述訓練樣本圖像的預設屬性的分布概率，所述預設屬性至少包括遮擋屬性和旋轉屬性；

根據所述分布概率獲得所述訓練樣本圖像的屬性權重。

6.根據權利要求1-5任一所述的關鍵點檢測網絡訓練方法，其特征在于，獲取所述訓練樣本圖像，包括：

對樣本圖像進行隨機遮擋和/或隨機變換，以獲得所述訓練樣本圖像。

7.一種關鍵點檢測方法，其特征在于，基于如權利要求1-6任一項所述的關鍵點檢測網絡訓練方法訓練獲得的關鍵點檢測網絡，所述檢測方法包括：

將第一檢測圖像輸入第一關鍵點檢測網絡獲取第一檢測關鍵點；

通過所述第一檢測關鍵點獲取第二檢測圖像；

將所述第二檢測圖像輸入第二關鍵點檢測網絡獲取第二檢測關鍵點，作為所述關鍵點檢測的結果，其中，所述第一關鍵點檢測網絡和所述第二關鍵點檢測網絡至少包括所述關鍵點檢測網絡和關鍵點模板。

8.根據權利要求7所述的關鍵點檢測方法，其特征在于，所述第一關鍵點檢測網絡還包括修正網絡，所述將第一檢測圖像輸入第一關鍵點檢測網絡獲取第一檢測關鍵點，包括：

將所述第一檢測圖像輸入所述修正網絡，獲取修正后的所述第一檢測圖像，所述修正網絡至少用于修正姿態誤差和位置誤差；

通過所述第一關鍵點檢測網絡，結合所述修正后的所述第一檢測圖像，得到所述第一檢測關鍵點。