(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210995374.6 (22)申请日 2022.08.18 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 张映艺　赵凯　姜鹏涛　张睿欣　 丁守鸿　 (74)专利代理 机构 北京三高永信知识产权代理 有限责任公司 1 1138 专利代理师 祝亚男 (51)Int.Cl. G06V 10/44(2022.01) G06V 40/10(2022.01) G06V 40/20(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) (54)发明名称 关键点提取方法、 装置、 设备及存 储介质 (57)摘要 本申请公开了一种关键点提取方法、 装置、 设备及存储介质， 涉及人工智 能技术领域。 该方 法包括： 获取待处理图像， 待处理图像中显示有 目标对象； 对待处理图像进行特征提取， 得到待 处理图像的特征图； 其中， 特征图用于表征与目 标对象有关的至少一个关键点的特征信息； 对特 征图进行处理， 分别得到横向特征和纵向特征； 其中， 横向特征用于表征待处理图像在水平方向 的特征信息， 纵向特征用于表征待处理图像在垂 直方向的特征信息； 根据横向特征， 确定至少一 个关键点在待处理图像中分别对应的水平位置 信息； 根据纵向特征， 确定至少一个关键点在待 处理图像中分别对应的垂直位置信息。 通过上述 方法， 从待处理图像中定位关键点的耗时代价 小。 权利要求书3页 说明书18页 附图4页 CN 115359265 A 2022.11.18 CN 115359265 A 1.一种关键点 提取方法， 其特 征在于， 所述方法包括： 获取待处 理图像， 所述待处 理图像中显示有目标对象； 对所述待处理图像进行特征提取， 得到所述待处理图像的特征图； 其中， 所述特征图用 于表征与所述目标对象有关的至少一个关键点的特 征信息； 对所述特征图进行处理， 分别得到横向特征和纵向特征； 其中， 所述横向特征用于表征 所述待处理图像在水平方向的特征信息， 所述纵向特征用于表征所述待处理图像在垂直方 向的特征信息； 根据所述横向特征， 确定所述至少一个关键点在所述待处理图像中分别对应的水平位 置信息； 根据所述纵向特征， 确定所述至少一个关键点在所述待处理图像中分别对应的垂直位 置信息。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述特征图进行处理， 分别得到横 向特征和纵向特 征， 包括： 对于所述横向特征和所述纵向特征中的目标方向特征， 根据所述目标方向特征对应的 方向对所述特征图进 行划分， 得到多个特征条带； 其中， 所述特征条带中包括至少两个在目 标方向上位置相同的特 征值； 对于每个所述特征条带， 对所述特征条带进行池化处理， 得到所述特征条带对应的池 化结果； 按照所述多个特征条带在所述特征图中的排列顺序， 对所述多个特征条带分别对应的 池化结果进行排列， 得到所述目标 方向特征。 3.根据权利要求2所述的方法， 其特征在于， 所述对所述特征条带进行池化处理， 得到 所述特征条带对应的池化结果， 包括： 确定所述特征条带中包括的特征值的最大值， 将所述最大值确定为所述特征条带对应 的池化结果； 或者， 确定所述特征条带包括的特征值的平均值， 将所述平均值作为所述特征条带对应的池 化结果； 或者， 确定所述特征条带包括的特征值的平均值和最大值， 根据所述平均值与所述最大值， 确定所述特 征条带的池化结果。 4.根据权利要求1所述的方法， 其特征在于， 所述对所述特征图进行处理， 分别得到横 向特征和纵向方向特 征之后， 还 包括： 对于所述横向特征和所述纵向特征中的目标方向特征， 提取所述目标方向特征中的有 效信息， 得到目标有效特征； 其中， 所述目标有效特征的通道数小于所述目标方向特征的通 道数； 对所述目标有效特征进行展开处理， 得到目标展开特征； 其中， 所述展开处理是指将所 述目标有效特 征中的至少两个维度进行合并； 对所述目标展开特征进行特征提炼， 得到提炼后的目标方向特征； 其中， 所述提炼后的 目标方向特征用于替代所述目标方向特征以确定所述水平位置信息或所述垂 直位置信息， 所述特征提炼是指确定所述目标展开特 征的内部组成之间的关联性。 5.根据权利要求4所述的方法， 其特征在于， 所述对所述目标展开特征进行特征提炼，权　利　要　求　书 1/3 页 2 CN 115359265 A 2得到提炼后的目标 方向特征， 包括： 对所述目标展开特征进行划分， 得到多个特征块； 其中， 相邻的两个所述特征块之间不 重叠； 确定所述多个特征块分别对应的组合信息； 其中， 所述组合信息是根据所述特征块和 所述特征块对应的组合信息得到的； 根据所述多个组合信 息进行自注意力处理， 得到中间矩阵； 其中， 所述自注意力处理用 于处理所述多个组合信息之间的关联性； 对所述中间矩阵进行展开处理， 得到展开后的中 间矩阵； 对所述展开后的中间矩阵进行至少一次全连接处理， 得到所述提炼后的目标方向特 征。 6.根据权利要求1至5任一项所述的方法， 其特征在于， 所述关键点通过关键点提取模 型进行提取， 所述关键点 提取模型包括： 特 征提取网络、 方向池化层和解耦回归网络： 所述特征提取网络用于对所述待处理图像进行特征提取， 得到所述待处理图像的特征 图； 所述方向池化层用于对所述特征图进行处理， 分别得到所述横向特征和所述纵向特 征； 其中， 所述横向特 征和所述纵向特 征由所述方向池化层中的不同分支进行处 理； 所述解耦回归 网络用于根据 所述横向特征， 确定所述至少一个关键点在所述待处理图 像中分别对应的水平位置信息， 以及， 根据所述 纵向特征， 确定所述至少一个关键点在所述 待处理图像中分别对应的垂直位置信息； 其中， 所述水平位置信息和垂直位置信息通过所 述解耦回归网络中的不同分支获取。 7.根据权利要求1至 5任一项所述的方法， 其特 征在于， 所述方法还 包括： 根据所述至少一个关键点， 在所述待处理图像 中确定目标区域； 其中， 所述目标区域包 括所述至少一个关键点； 在所述目标区域中对所述目标对象进行识别分析， 所述识别分析包括以下至少之一： 掌纹识别、 姿态 识别、 手势 识别、 表情识别。 8.一种关键点 提取装置， 其特 征在于， 所述装置包括： 图像获取模块， 用于获取待处 理图像， 所述待处 理图像中显示有目标对象； 特征提取模块， 用于对所述待处理图像进行特征提取， 得到所述待处理图像的特征图； 其中， 所述特 征图用于表征与所述目标对象有关的至少一个关键点的特 征信息； 方向处理模块， 用于对所述特征图进行处理， 分别得到横向特征和纵向特征； 其中， 所 述横向特征用于表征所述待处理图像在水平 方向的特征信息， 所述 纵向特征用于表征所述 待处理图像在垂直方向的特 征信息； 位置确定模块， 用于根据所述横向特征， 确定所述至少一个关键点在所述待处理图像 中分别对应的水平位置信息； 根据所述纵向特征， 确定所述至少一个关键点在所述待处理 图像中分别对应的垂直 位置信息 。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器中 存储有计算机程序， 所述计算机程序由所述处理器加载并执行以实现如权利要求1至7任一 项所述的方法。 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中存储有计算机权　利　要　求　书 2/3 页 3 CN 115359265 A 3