关键点检测方法、装置、计算机设备和存储介质与流程

本技术涉及图像处理，特别是涉及一种关键点检测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、确定图像关键点的主要目的是为了提取图像中最具代表性和区分性的特征点，这些特征点可以用于图像配准、目标跟踪、目标识别等计算机视觉任务。关键点检测结果的准确与否将直接影响后续任务的执行结果。

2、目前，医护人员一般是根据解剖学定义和个人经验对患者的医学图像进行关键点标注和参数测量。然而由于人体解剖结构和医学图像的复杂性，以及患者间的个体化差异较大的问题，不同医生对于关键点的标注一致性较低，尤其是对于有体位不正、曝光不良和异物遮挡等复杂医学图像，不同年资的医生的测量水平差距更为明显。

3、因此，当前确定图像关键点的方法的准确性较低。

技术实现思路

1、基于此，有必要针对上述关键点的检测方法的准确性较低的技术问题，提供一种关键点检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种关键点检测方法。所述方法包括：

3、获取待检测图像的图像信息；

4、根据所述图像信息，确定所述待检测图像中的关键点的初始位置信息和视觉特征信息；

5、根据所述关键点的所述初始位置信息和所述视觉特征信息，确定所述待检测图像中的关键点的目标位置信息。

6、在其中一个实施例中，所述获取待检测图像的图像信息，包括：

7、对所述待检测图像进行特征提取处理，得到多个特征图；所述多个特征图表示所述待检测图像在不同层次上的信息；

8、确定每个特征图对应的注意力权重，基于所述注意力权重对所述多个特征图进行加权融合处理，得到融合特征图；

9、基于所述融合特征图，确定所述待检测图像的图像信息。

10、在其中一个实施例中，所述获取待检测图像的图像信息，还包括：

11、对所述待检测图像的感受野进行多个尺度的扩大处理，得到所述待检测图像在多个尺度下的图像信息；

12、对所述多个尺度下的图像信息进行融合处理，得到所述待检测图像的图像信息。

13、在其中一个实施例中，所述获取待检测图像的图像信息，还包括：

14、对所述待检测图像进行特征提取处理，得到多个特征图；基于每个特征图对应的注意力权重，基于所述注意力权重对所述多个特征图进行加权融合处理，得到融合特征图；基于所述融合特征图，确定所述待检测图像的第一图像信息；所述多个特征图表示所述待检测图像在不同层次上的信息；

15、以及，对所述待检测图像的感受野进行多个尺度的扩大处理，得到所述待检测图像在多个尺度下的图像信息；对所述多个尺度下的图像信息进行融合处理，得到所述待检测图像的第二图像信息；

16、对所述第一图像信息和所述第二图像信息进行融合处理，得到所述待检测图像的图像信息。

17、在其中一个实施例中，所述根据所述关键点的所述初始位置信息和所述视觉特征信息，确定所述待检测图像中的关键点的目标位置信息，包括：

18、根据所述关键点的初始位置信息和视觉特征信息，确定所述关键点的属性信息；基于所述关键点的属性信息，确定关键点属性矩阵；

19、以及，根据所述关键点的初始位置信息，确定关键点邻接矩阵；

20、根据所述关键点属性矩阵和所述关键点邻接矩阵，确定所述待检测图像中的关键点的目标位置信息。

21、在其中一个实施例中，所述根据所述关键点的初始位置信息和视觉特征信息，确定所述关键点的属性信息，包括：

22、根据所述关键点的初始位置信息，确定所述关键点的形状信息；所述形状信息表示所述关键点与其他关键点之间的相对位置关系；

23、将所述关键点的形状信息和所述视觉特征信息，组成所述关键点的属性信息。

24、在其中一个实施例中，所述待检测图像为骨骼x线片图像；所述方法还包括：

25、对所述骨骼x线片图像进行关键点检测处理，得到所述骨骼x线片图像中下肢力线的关键点的目标位置信息。

26、第二方面，本技术还提供了一种关键点检测装置。所述装置包括：

27、信息获取单元，用于获取待检测图像的图像信息；

28、信息确定单元，用于根据所述图像信息，确定所述待检测图像中的关键点的初始位置信息和视觉特征信息；

29、位置确定单元，用于根据所述关键点的所述初始位置信息和所述视觉特征信息，确定所述待检测图像中的关键点的目标位置信息。

30、在其中一个实施例中，所述信息获取单元，还用于对所述待检测图像进行特征提取处理，得到多个特征图；所述多个特征图表示所述待检测图像在不同层次上的信息；确定每个特征图对应的注意力权重，基于所述注意力权重对所述多个特征图进行加权融合处理，得到融合特征图；基于所述融合特征图，确定所述待检测图像的图像信息。

31、在其中一个实施例中，所述信息获取单元，还用于对所述待检测图像的感受野进行多个尺度的扩大处理，得到所述待检测图像在多个尺度下的图像信息；对所述多个尺度下的图像信息进行融合处理，得到所述待检测图像的图像信息。

32、在其中一个实施例中，所述信息获取单元，还用于对所述待检测图像进行特征提取处理，得到多个特征图；基于每个特征图对应的注意力权重，基于所述注意力权重对所述多个特征图进行加权融合处理，得到融合特征图；基于所述融合特征图，确定所述待检测图像的第一图像信息；所述多个特征图表示所述待检测图像在不同层次上的信息；以及，对所述待检测图像的感受野进行多个尺度的扩大处理，得到所述待检测图像在多个尺度下的图像信息；对所述多个尺度下的图像信息进行融合处理，得到所述待检测图像的第二图像信息；对所述第一图像信息和所述第二图像信息进行融合处理，得到所述待检测图像的图像信息。

33、在其中一个实施例中，所述位置确定单元，还用于根据所述关键点的初始位置信息和视觉特征信息，确定所述关键点的属性信息；基于所述关键点的属性信息，确定关键点属性矩阵；以及，根据所述关键点的初始位置信息，确定关键点邻接矩阵；根据所述关键点属性矩阵和所述关键点邻接矩阵，确定所述待检测图像中的关键点的目标位置信息。

34、在其中一个实施例中，所述位置确定单元，还用于根据所述关键点的初始位置信息，确定所述关键点的形状信息；所述形状信息表示所述关键点与其他关键点之间的相对位置关系；将所述关键点的形状信息和所述视觉特征信息，组成所述关键点的属性信息。

35、在其中一个实施例中，所述待检测图像为骨骼x线片图像；所述装置还包括下肢力线的关键点检测单元，用于对所述骨骼x线片图像进行关键点检测处理，得到所述骨骼x线片图像中下肢力线的关键点的目标位置信息。

36、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

37、获取待检测图像的图像信息；

38、根据所述图像信息，确定所述待检测图像中的关键点的初始位置信息和视觉特征信息；

39、根据所述关键点的所述初始位置信息和所述视觉特征信息，确定所述待检测图像中的关键点的目标位置信息。

40、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

41、获取待检测图像的图像信息；

42、根据所述图像信息，确定所述待检测图像中的关键点的初始位置信息和视觉特征信息；

43、根据所述关键点的所述初始位置信息和所述视觉特征信息，确定所述待检测图像中的关键点的目标位置信息。

44、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

45、获取待检测图像的图像信息；

46、根据所述图像信息，确定所述待检测图像中的关键点的初始位置信息和视觉特征信息；

47、根据所述关键点的所述初始位置信息和所述视觉特征信息，确定所述待检测图像中的关键点的目标位置信息。

48、上述关键点检测方法、装置、计算机设备、存储介质和计算机程序产品，在获取待检测图像的图像信息后，通过图像信息确定待检测图像中的关键点的初始位置信息和视觉特征信息；结合关键点的初始位置信息和视觉特征信息，确定待检测图像中的关键点的目标位置信息。该方法在确定关键点的位置信息时，先根据图像信息进行关键点位置信息的初步确定，然后结合关键点的视觉特征信息对初始位置信息进行了修正，从而可以提高所得到的关键点的目标位置信息的准确性。