[發明專利]牛臉關鍵點檢測方法、裝置、電子設備及存儲介質在審
| 申請號: | 202310334078.6 | 申請日: | 2023-03-23 |
| 公開(公告)號: | CN116469127A | 公開(公告)日: | 2023-07-21 |
| 發明(設計)人: | 胡魁;李佼;盛建達;戴磊;陳遠旭 | 申請(專利權)人: | 平安科技(深圳)有限公司 |
| 主分類號: | G06V40/10 | 分類號: | G06V40/10;G06V10/766;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司: | 深圳市賽恩倍吉知識產權代理有限公司 44334 | 代理人: | 陳海云 |
| 地址: | 518000 廣東省深圳市福田區福*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 關鍵 檢測 方法 裝置 電子設備 存儲 介質 | ||
本發明涉及人工智能技術領域,提供一種牛臉關鍵點檢測方法、裝置、電子設備及存儲介質,對多張原始牛臉圖像進行處理后得到牛臉圖像集,標記每張牛臉圖像中的牛臉關鍵點及牛耳朵關鍵點,獲取牛臉關鍵點的坐標值及牛耳朵關鍵點的坐標值,并根據牛耳朵關鍵點的坐標值計算坐標偏移值,根據牛臉關鍵點的坐標值和坐標偏移值初始化損失函數,以牛臉圖像集作為牛臉關鍵點檢測網絡的輸入,以最小化損失函數為訓練目標,對牛臉關鍵點檢測網絡進行迭代訓練,得到牛臉關鍵點檢測模型。本發明將關鍵點分類為剛體關鍵點和非剛體關鍵點,使用不同的損失函數進行訓練,提高了模型的檢測準確度;根據牛耳朵關鍵點確定的偏移量,能夠提高模型的整體結構感知能力。
技術領域
本發明涉及人工智能技術領域,具體涉及一種牛臉關鍵點檢測方法、裝置、電子設備及存儲介質。
背景技術
牛臉識別技術是基于圖像中牛臉部特征的差異進行區分的牛只身份識別方法。牛臉識別的整個過程包括牛臉檢測、牛臉關鍵點檢測以及牛臉識別三個主要步驟。其中牛臉檢測是目標檢測的一種特例,是框出圖像中的所有牛臉。牛臉關鍵點檢測是定位出牛臉的關鍵區域的位置點,利用這些關鍵點使用仿射變換將牛臉統一“擺正”,盡量去消除牛臉識別中姿勢不同帶來的誤差。因此牛臉檢測和牛臉關鍵點檢測是牛臉識別的基礎。
當前主流的牛臉關鍵點檢測算法有兩種:一種是基于熱圖的關鍵點檢測,一種是基于坐標點回歸的關鍵點檢測。
發明人在實現本發明的過程紅發現,基于熱圖的關鍵點檢測雖然空間泛化能力強,但是缺點也比較明顯,熱圖在訓練過程中不能做到端到端可微,即從熱圖到關鍵點實際坐標值不可導,同時熱圖預測的輸出有上采樣過程,訓練和推理速度都比較慢,檢測效率較低?;谧鴺它c回歸的關鍵點檢測的優點是訓練和推理速度較快,但是最終使用全鏈接層會造成整體結構信息不足,尤其是在數據量較小的情況下,坐標點回歸的方式很容易造成過擬合,降低模型的泛化能力。
發明內容
鑒于以上內容,有必要提出一種牛臉關鍵點檢測方法、裝置、電子設備及存儲介質,能夠提高牛臉關鍵點檢測模型的檢測效率及泛化能力。
本發明的第一方面提供一種牛臉關鍵點檢測方法,所述方法包括:
獲取多張原始牛臉圖像,并對多張所述原始牛臉圖像進行處理,根據處理后的原始牛臉圖像創建牛臉圖像集;
標記所述牛臉圖像集中每張牛臉圖像中的牛臉關鍵點及牛耳朵關鍵點;
獲取所述牛臉關鍵點的坐標值及所述牛耳朵關鍵點的坐標值,并根據所述牛耳朵關鍵點的坐標值計算坐標偏移值;
初始化牛臉關鍵點檢測網絡架構及根據所述牛臉關鍵點的坐標值和所述坐標偏移值初始化損失函數;
以所述牛臉圖像集作為所述牛臉關鍵點檢測網絡的輸入,以最小化所述損失函數為訓練目標,對所述牛臉關鍵點檢測網絡進行迭代訓練,得到牛臉關鍵點檢測模型;
響應于對目標牛臉圖像的檢測指令,使用所述牛臉關鍵點檢測模型檢測所述目標牛臉圖像的牛臉關鍵點。
根據本發明的一個可選的實施方式,所述牛臉關鍵點檢測網絡架構包括三條分支:
第一條分支用于所述牛臉關鍵點回歸;
第二條分支用于所述牛耳朵關鍵點的偏移量回歸;
第三條分支用于關鍵點的分類置信度。
根據本發明的一個可選的實施方式,所述損失函數為:
Ltotal=Llandmark+αLoTfset+βLscore,
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于平安科技(深圳)有限公司,未經平安科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310334078.6/2.html,轉載請聲明來源鉆瓜專利網。





