预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113838134A(43)申请公布日2021.12.24(21)申请号202111131548.6(22)申请日2021.09.26(71)申请人广州博冠信息科技有限公司地址510663广东省广州市天河区科韵路16号自编第5栋801、901(72)发明人吴家贤(74)专利代理机构深圳紫藤知识产权代理有限公司44570代理人汪阮磊(51)Int.Cl.G06T7/73(2017.01)G06N3/04(2006.01)G06K9/62(2006.01)G06K9/46(2006.01)G06K9/00(2006.01)权利要求书3页说明书16页附图3页(54)发明名称图像关键点检测方法、装置、终端和存储介质(57)摘要本申请实施例公开了图像关键点检测方法、装置、终端和存储介质;本申请实施例包括获取目标图像,以及预设特征图;对目标图像进行卷积处理,得到输出矩阵,输出矩阵由多个矩阵元素组成,其中,矩阵元素和预设特征图中的特征图像素一一对应;根据矩阵元素对特征图像素的坐标进行加权,得到矩阵元素所对应的特征图像素的加权像素坐标;对加权像素坐标进行求和,得到预设特征图中关键点的坐标;确定预设特征图中关键点的坐标映射在所述目标图像中的关键点的坐标。在本申请实施例中提供新的图像关键点检测方式,本申请只通过少量的运算量就得到了目标图像的关键点的坐标,提升了目标图像中的关键点的坐标的求取效率以及坐标精度。CN113838134ACN113838134A权利要求书1/3页1.一种图像关键点检测方法,其特征在于,包括:获取目标图像,以及预设特征图;对所述目标图像进行卷积处理,得到输出矩阵,所述输出矩阵由多个矩阵元素组成,其中,所述矩阵元素和所述预设特征图中的特征图像素一一对应;根据所述矩阵元素对所述特征图像素的坐标进行加权,得到所述矩阵元素所对应的所述特征图像素的加权像素坐标;对所述加权像素坐标进行求和,得到所述预设特征图中关键点的坐标;确定所述预设特征图中关键点的坐标映射在所述目标图像中的关键点的坐标。2.如权利要求1所述的图像关键点检测方法,其特征在于,所述确定所述预设特征图中关键点的坐标的映射在所述目标图像中的关键点的坐标,包括:获取所述预设特征图与所述目标图像之间的分辨率比例;根据所述分辨率比例,对所述关键点的坐标进行放大,得到映射在所述目标图像中的关键点的坐标。3.如权利要求1所述的图像关键点检测方法,其特征在于,所述对所述目标图像进行卷积处理,得到输出矩阵,所述输出矩阵由多个矩阵元素组成,包括:获取所述目标图像中每个图像像素对应的颜色参数;对所述颜色参数进行卷积处理,得到矩阵元素。4.如权利要求1所述的图像关键点检测方法,其特征在于,在所述获取目标图像,以及预设特征图之前,包括:获取多个训练数据集,以及获取关键点检测网络,所述关键点检测网络用于预测图像中关键点的坐标,所述训练数据集由多个训练图像组成,所述训练图像的标注为所述训练图像中的待处理点的坐标;利用所述多个训练数据集对所述关键点检测网络进行训练,直至所述关键点检测网络收敛,得到训练完成的所述关键点检测网络;所述对所述目标图像进行卷积处理,得到输出矩阵,包括:采用关键点检测网络对所述目标图像进行卷积处理,得到输出矩阵。5.如权利要求4所述的图像关键点检测方法,其特征在于,所述利用所述多个训练数据集对所述关键点检测网络进行训练,包括:获取预设训练特征图,所述预设训练特征图标注有关键点的真实坐标,所述关键点的真实坐标为所述训练图像的待处理点的坐标映射在预设训练特征图上的坐标;基于所述预设训练特征图的关键点的真实坐标,确定所述预设训练特征图对应的新训练特征图;对所述新训练特征图中所有的像素的坐标进行求和,得到所述新训练特征图对应的关键点的预测坐标;采用所述预设训练特征图的关键点的真实坐标和所述新训练特征图对应的关键点的预测坐标,确定所述关键点检测网络的损失参数,并基于所述损失参数训练所述关键点检测网络。6.如权利要求5所述的图像关键点检测方法,其特征在于,所述基于所述预设训练特征图的关键点的真实坐标,确定所述预设的训练特征图对应的新训练特征图,包括:2CN113838134A权利要求书2/3页确定所述关键点对应的候选区域,所述候选区域中包括所述关键点;根据对角顶点集合中一对角顶点的坐标以及所述关键点的真实坐标,确定所述对角顶点集合中另一对角顶点的权重,所述对角顶点集合中包括对角顶点,所述对角顶点为位于所述候选区域的同一对角线上的两个顶点,所述顶点为像素;根据所述权重,对所述候选区域中的像素的坐标进行加权处理,得到加权坐标;采用所述候选区域中像素的加权坐标替换对应的所述候选区域中像素的加权处理前的坐标,得到新训练