人体关键点的深度前后关系预测方法、装置、介质及设备.pdf

(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CN108830139A(43)申请公布日2018.11.16(21)申请号201810395949.4(22)申请日2018.04.27(71)申请人北京市商汤科技开发有限公司地址100084北京市海淀区中关村东路1号院3号楼7层710-712房间(72)发明人汪旻刘文韬钱晨(74)专利代理机构北京思源智汇知识产权代理有限公司11657代理人毛丽琴(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书16页附图6页(54)发明名称人体关键点的深度前后关系预测方法、装置、介质及设备(57)摘要本申请的实施方式公开了一种人体关键点的深度前后关系预测方法、神经网络训练方法、装置、电子设备、计算机可读存储介质以及计算机程序，其中的人体关键点的深度前后关系预测方法包括：获取待处理图像；将所述待处理图像提供给神经网络，经由所述神经网络执行人体关键点的深度前后关系预测处理，以获取人体关键点的深度前后关系；其中，所述人体关键点的深度前后关系用于表示人体关键点之间的深度位置相对关系。本申请提供的技术方案有利于提高三维人体姿态预测的准确性，从而有利于避免由于三维人体姿态预测错误而对互动娱乐以及行为分析等产生不良影响。CN108830139ACN108830139A权利要求书1/2页1.一种人体关键点的深度前后关系预测方法，其特征在于，包括：获取待处理图像；将所述待处理图像提供给神经网络，经由所述神经网络执行人体关键点的深度前后关系预测处理，以获取人体关键点的深度前后关系；其中，所述人体关键点的深度前后关系用于表示人体关键点之间的深度位置相对关系。2.根据权利要求1所述的方法，其特征在于，所述获取待处理图像包括：获取待处理图像以及待处理图像的至少两个人体关键点的特征图；所述将所述待处理图像提供给神经网络包括：将所述待处理图像以及所述人体关键点的特征图提供给神经网络。3.根据权利要求2所述的方法，其特征在于，所述人体关键点的特征图包括：人体关键点的热点图。4.根据权利要求2至3中任一项所述的方法，其特征在于，所述经由所述神经网络执行人体关键点的深度前后关系预测处理包括：经由所述神经网络根据所述待处理图像以及所述人体关键点的特征图，形成至少两个人体关键点的特征值，并获取特征值之间的差值，基于所述差值形成人体关键点的深度前后关系。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述人体关键点的深度前后关系包括：表征一个人体关键点位于另一个人体关键点之前或之后的信息。6.一种神经网络的训练方法，其特征在于，包括：获取图像样本；将所述图像样本提供给待训练的神经网络，经由所述待训练的神经网络执行人体关键点的深度前后关系预测处理，以获取人体关键点的深度前后关系；利用所述图像样本的人体关键点的深度前后关系标注信息对所述人体关键点的深度前后关系进行监督，以使所述待训练的神经网络进行监督学习。7.一种人体关键点的深度前后关系预测装置，其特征在于，包括：第一获取模块，用于获取待处理图像；包含有神经网络的第一深度前后关系模块，用于将所述待处理图像提供给神经网络，经由所述神经网络执行人体关键点的深度前后关系预测处理，以获取人体关键点的深度前后关系；其中，所述人体关键点的深度前后关系用于表示人体关键点之间的深度位置相对关系。8.一种神经网络的训练装置，其特征在于，包括：第二获取模块，用于获取图像样本；包含有待训练的神经网络的第二深度前后关系模块，用于将所述图像样本提供给待训练的神经网络，经由所述待训练的神经网络执行人体关键点的深度前后关系预测处理，以获取人体关键点的深度前后关系；监督模块，用于利用所述图像样本的人体关键点的深度前后关系标注信息对所述人体2CN108830139A权利要求书2/2页关键点的深度前后关系进行监督，以使所述待训练的神经网络进行监督学习。9.一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述存储器中存储的计算机程序，且所述计算机程序被执行时，实现上述权利要求1-6中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现上述权利要求1-6中任一项所述的方法。3CN108830139A说明书1/16页人体关键点的深度前后关系预测方法、装置、介质及设备技术领域[0001]本申请涉及计算机视觉技术，尤其是涉及一种人体关键点的深度前后关系预测方法、人体关键点的深度前后关系预测装置、神经网络训练方法、神经网络训练装置、电子设备、计算机可读存储介质以及计算机程序。背景技术[0002]三维人体姿态预测在互动娱乐以及行为分析等技术领域中，发挥着一定的作用。[0003]在三维人体姿态预测过程中，往往会由于