本申请涉及图像处理,具体涉及一种关键点检测方法、装置、设备以及计算机可读存储介质。
背景技术:
1、手势作为人与人交流中重要的组成部分,它能够表达出丰富的肢体语言信息。近年来,手势交互、手势识别以及手势翻译等应用也蓬勃发展。而手势关键点检测作为这些应用的关键技术受到了极大的关注,在学术界和工业界都得到了广泛研究。
2、3d手势关键点表征手部在空间中的位置、方向和关节,这对于许多应用至关重要,例如机器人中的对象切换、运动捕捉和手势交互等。目前基于图像的3d手势关键点检测方法的实现,依赖于专门的硬件,例如深度传感器,这就需要使用深度相机拍摄图像进行检测,而使用一般的相机拍摄的图像的检测准确度低。
技术实现思路
1、本申请实施例提供一种关键点检测方法、装置、设备以及计算机可读存储介质,能够提高基于图像的关键点检测的准确度。
2、第一方面,本申请实施例提供一种关键点检测方法,包括:
3、获取待检测图像;
4、将待检测图像输入已训练的关键点检测模型进行处理,输出待检测图像中的三维关键点。
5、第二方面,本申请实施例还提供一种关键点检测装置,包括:
6、获取模块,用于获取待检测图像;
7、检测模块,用于将待检测图像输入已训练的关键点检测模型进行处理,输出待检测图像中的三维关键点。
8、第三方面,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如本申请任一实施例提供的关键点检测方法中的步骤。
9、第四方面,本申请实施例还提供一种电子设备,电子设备包括处理器、存储器以及存储于存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如本申请任一实施例提供的关键点检测方法中的步骤。
10、本申请实施例提供的技术方案,将待检测图像输入已训练的关键点检测模型进行处理,输出待检测图像中的三维关键点,提高了基于图像的关键点检测的准确度。
1.一种关键点检测方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述已训练的关键点检测模型是根据样本图像,以及所述样本图像对应的关键点坐标训练得到的,所述关键点坐标是根据所述样本图像对应的原始二维关键点坐标和原始三维关键点坐标确定的。
3.如权利要求1所述的方法,其特征在于,所述获取待检测图像,包括:
4.如权利要求3所述的方法,其特征在于,所述已训练的关键点检测模型包括特征提取网络和关键点检测网络;所述将所述包含手部区域的待检测图像输入已训练的关键点检测模型进行处理,输出所述待检测图像中手部的三维关键点,包括:
5.如权利要求4所述的方法,其特征在于,所述已训练的关键点检测模型还包括手势分类网络;所述将所述包含手部区域的待检测图像输入所述特征提取网络进行处理,输出手部特征图之后,所述方法还包括:
6.如权利要求1至5任一项所述的方法,其特征在于,所述获取待检测图像之前,所述方法还包括:
7.如权利要求6所述的方法,其特征在于,所述根据所述原始二维关键点坐标和所述原始三维关键点坐标,生成所述样本图像对应的关键点坐标,包括:
8.如权利要求7所述的方法,其特征在于,所述根据所述原始二维关键点坐标和所述原始三维关键点坐标,将所述样本图像划分为第一类样本图像和第二类样本图像,包括:
9.一种关键点检测装置,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至8任一项所述的关键点检测方法中的步骤。
11.一种电子设备,其特征在于,所述电子设备包括处理器、存储器以及存储于所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8任项所述的关键点检测方法中的步骤。