目标对象的识别方法和装置、关键点检测方法和装置与流程

本公开涉及人工智能，尤其涉及目标对象的识别方法和装置、关键点检测方法和装置。

背景技术：

1、在实际应用中，常常需对包括目标对象的图像进行处理，包括从目标图像中检测目标对象的关键点，以及识别目标图像中目标对象的类别。有时基于目标对象本身的特征难以准确地对目标对象进行检测和识别，因此，需要先检测出目标对象周围的其他对象，再借助其他对象来对目标对象进行检测和识别。然而，上述过程的耗时较长，导致图像处理效率较低。

技术实现思路

1、第一方面，本公开实施例提供一种目标对象的识别方法，所述方法包括：对目标图像进行检测，得到所述目标图像中的目标对象上的多个预设关键点分别对应的位置热力图；其中，所述位置热力图中每一像素点的热力值表征所述目标图像中对应的像素点为与所述位置热力图对应的预设关键点的概率；基于各个预设关键点分别对应的位置热力图，以及预设的对象类别与关键点之间的对应关系，确定所述目标对象的类别。

2、第二方面，本公开实施例提供一种目标对象的关键点检测方法，所述方法包括：对目标图像进行检测，得到所述目标图像中的目标对象的多个预设关键点中每一预设关键点对应的位置热力图和特征向量图；其中，所述位置热力图中每一像素点的热力值表征所述目标图像中对应的像素点为与所述位置热力图对应的预设关键点的概率，所述特征向量图中每一像素点的特征向量表征所述目标图像中对应的像素点为与所述特征向量图对应的预设关键点时的特征；基于所述位置热力图，确定所述位置热力图对应的预设关键点在所述目标图像中对应的至少一个候选点，并基于所述特征向量图，确定所述特征向量图对应的预设关键点在所述目标图像中对应的至少一个候选点的特征向量；基于各个所述预设关键点分别对应的各个候选点的特征向量，对各个所述预设关键点分别对应的候选点进行匹配，根据匹配结果确定所述各个预设关键点在所述目标图像中的像素位置。

3、第三方面，本公开实施例提供一种目标对象的识别装置，所述装置包括：第一检测模块，用于对目标图像进行检测，得到所述目标图像中的目标对象上的多个预设关键点分别对应的位置热力图；其中，所述位置热力图中每一像素点的热力值表征所述目标图像中对应的像素点为与所述位置热力图对应的预设关键点的概率；第一确定模块，用于基于各个预设关键点分别对应的位置热力图，以及预设的对象类别与关键点之间的对应关系，确定所述目标对象的类别。

4、第四方面，本公开实施例提供一种目标对象的关键点检测装置，所述装置包括：第二检测模块，用于对目标图像进行检测，得到所述目标图像中的目标对象的多个预设关键点中每一预设关键点对应的位置热力图和特征向量图；其中，所述位置热力图中每一像素点的热力值表征所述目标图像中对应的像素点为与所述位置热力图对应的预设关键点的概率，所述特征向量图中每一像素点的特征向量表征所述目标图像中对应的像素点为与所述特征向量图对应的预设关键点时的特征；第二确定模块，用于基于所述位置热力图，确定所述位置热力图对应的预设关键点在所述目标图像中对应的至少一个候选点，并基于所述特征向量图，确定所述特征向量图对应的预设关键点在所述目标图像中对应的至少一个候选点的特征向量；匹配模块，用于基于各个所述预设关键点分别对应的各个候选点的特征向量，对各个所述预设关键点分别对应的候选点进行匹配，根据匹配结果确定所述各个预设关键点在所述目标图像中的像素位置。

5、第五方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一实施例所述的方法。

6、第六方面，本公开实施例提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一实施例所述的方法。

7、本公开实施例直接对目标图像中的目标对象进行检测，得到目标对象上多个预设关键点分别对应的位置热力图，并基于各个预设关键点的位置热力图确定目标对象的类别，无需先从目标图像中检测出其他对象，再基于其他对象确定目标对象的类别，提高了对目标图像的处理效率。

8、本公开实施例通过对目标图像进行检测，得到目标对象的多个预设关键点中每一预设关键点对应的位置热力图和特征向量图，基于上述位置热力图确定该位置热力图对应的预设关键点对应的至少一个候选点，基于上述特征向量图确定该特征向量图对应的预设关键点对应的至少一个候选点的特征向量，并基于各个候选点的特征向量对候选关键点进行匹配，从而得到各个预设关键点在目标图像中的像素位置，提高了目标对象的关键点的检测效率，进而提升了目标对象的识别效率。

9、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

技术特征：

1.一种目标对象的识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述多个预设关键点分别对应的位置热力图，确定所述多个预设关键点在所述目标图像中的像素位置，包括：

4.根据权利要求3所述的方法，其特征在于，所述获取每个预设关键点分别对应的各个候选点的特征向量，包括：

5.根据权利要求4所述的方法，其特征在于，所述多个预设关键点分别对应的位置热力图和特征向量图均通过预先训练的目标神经网络对所述目标图像进行检测得到；

6.根据权利要求5所述的方法，其特征在于，所述目标神经网络基于以下方式训练得到：

7.根据权利要求6所述的方法，其特征在于，所述样本图像上包括多个样本对象；所述基于所述多个预设关键点中每个预设关键点对应的第一位置热力图与第二位置热力图之间的差异建立损失函数，包括：

8.根据权利要求3至7任一项所述的方法，其特征在于，所述基于所述位置热力图，确定所述位置热力图对应的预设关键点在所述目标图像中对应的至少一个候选点，包括：

9.根据权利要求8所述的方法，其特征在于，所述预设条件包括：

10.一种目标对象的关键点检测方法，其特征在于，所述方法包括：

11.根据权利要求10所述的方法，其特征在于，所述方法还包括：

12.根据权利要求10所述的方法，其特征在于，所述基于各个所述预设关键点分别对应的各个候选点的特征向量，对各个所述预设关键点分别对应的候选点进行匹配，包括：

13.根据权利要求10至12任一项所述的方法，其特征在于，所述基于所述位置热力图，确定所述位置热力图对应的预设关键点在所述目标图像中对应的至少一个候选点，包括：

14.根据权利要求13所述的方法，其特征在于，所述预设条件包括：

15.根据权利要求10至14任一项所述的方法，其特征在于，所述对目标图像进行检测，得到所述目标图像中的目标对象的多个预设关键点中每一预设关键点对应的位置热力图和特征向量图，包括：

16.根据权利要求15所述的方法，其特征在于，所述目标神经网络基于以下方式训练得到：

17.根据权利要求16所述的方法，其特征在于，所述样本图像上包括多个样本对象；所述基于所述多个预设关键点中每个预设关键点对应的第一位置热力图与第二位置热力图之间的差异建立损失函数，包括：

18.一种目标对象的识别装置，其特征在于，所述装置包括：

19.一种目标对象的关键点检测装置，其特征在于，所述装置包括：

20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至17任意一项所述的方法。

21.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至17任意一项所述的方法。

技术总结
本公开实施例提供一种目标对象的识别方法和装置、关键点检测方法和装置，所述方法包括：对目标图像进行检测，得到所述目标图像中的目标对象上的多个预设关键点分别对应的位置热力图；其中，所述位置热力图中每一像素点的热力值表征所述目标图像中对应的像素点为与所述位置热力图对应的预设关键点的概率；基于各个预设关键点分别对应的位置热力图，以及预设的对象类别与关键点之间的对应关系，确定所述目标对象的类别。

技术研发人员：杜天元,四建楼,何野,钱晨
受保护的技术使用者：北京大甜绵白糖科技有限公司
技术研发日：
技术公布日：2024/1/15