(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 202210367666.5 (22)申请日 2022.04.08 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 司世景　王健宗　吴建汉　 (74)专利代理 机构 北京中巡通大知识产权代理 有限公司 1 1703 专利代理师 孟大帅 (51)Int.Cl. G06V 40/10(2022.01) G06V 40/20(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/02(2006.01) (54)发明名称 人体关键点检测方法、 系统、 电子设备及可 读存储介质 (57)摘要 本发明公开了一种人体 关键点检测方法、 系 统、 电子设备及可读存储介质， 所述方法包括以 下步骤： 获取待检测图像； 其中， 所述待检测图像 包括人体图像； 将所述待检测图像输入预训练好 的二维人体关键点检测模型中， 输出获得二维人 体关键点检测结果。 本发明利用对比学习和无标 签数据获取了低分辨率图片高层语义特征提取 器， 能够减少人工标注的依赖； 利用非对称的多 层感知机设计及梯度停止策略， 增加了训练过程 的稳定性， 减少了坍缩解的产生； 能够提高低分 辨率二维人体关键点检测的准确率。 权利要求书2页 说明书9页 附图4页 CN 114724183 A 2022.07.08 CN 114724183 A 1.一种人体关键点检测方法， 其特 征在于， 包括以下步骤： 获取待检测图像； 其中， 所述待检测图像包括人体图像； 将所述待检测图像输入预训练好的二维人体关键点检测模型中， 输出获得二维人体关 键点检测结果； 其中， 所述预训练好的二维人体关键点检测模型的获取步骤 包括： 将预获取的无标签训练数据集中的每张原始图像， 以降低分辨率作为数据增强的方式 进行处理， 获得每张原 始图像对应的降低分辨 率数据增强图片； 将每张原始图像及其对应的降低分辨率数据增强图片 成对输入孪生网络， 通过优化损 失函数， 反向梯度传播迭代更新编码器参数， 获取低分辨 率图像高层语义特 征提取器； 保留所述低分辨率图像高层语义特征提取器中的编码器网络， 结合Lnorm‑2损失函数将 关键点检测作为一个回归问题， 通过预获取的有标签的训练集对所述编码器网络进行调 整， 获得预训练好的二维人体关键点检测模型。 2.根据权利要求1所述的一种人体关键点检测方法， 其特征在于， 所述通过优化损失函 数， 反向梯度传播迭代更新编码器参数， 获取低分辨 率图像高层语义特 征提取器中， 所述损失函数的表达式为， 式中， Z1和Z2是两种数据增广后样本经过编码器得到的特征， p1和p2分别是Z1和Z2经过 投影器得到的高层特 征； D(.,.)是向量之间的余弦相似度。 3.根据权利要求1所述的一种人体关键点检测方法， 其特 征在于， 所述Lnorm‑2损失函数为， 式中， 是真实值， 是回归值， 是网络的编码映射函数， v是单人全身图像， θ是 网络参数， n是样本数， 下 标l指代是有标签数据， 上 标i指代第i个图片。 4.根据权利要求1所述的一种人体关键点检测方法， 其特征在于， 所述孪生网络为共享 参数的孪生CN N网络。 5.根据权利要求1所述的一种人体关键点检测方法， 其特征在于， 所述以降低分辨率作 为数据增强的方式进行处 理的过程中， 采用双线性插值 算法进行处 理。 6.一种人体关键点检测系统， 其特 征在于， 包括： 获取模块， 用于获取待检测图像； 其中， 所述待检测图像包括人体图像； 检测模块， 用于将所述待检测图像输入预训练好的二维人体关键点检测模型中， 输出 获得二维人体关键点检测结果； 其中， 所述预训练好的二维人体关键点检测模型的获取步骤 包括： 将预获取的无标签训练数据集中的每张原始图像， 以降低分辨率作为数据增强的方式 进行处理， 获得每张原 始图像对应的降低分辨 率数据增强图片； 将每张原始图像及其对应的降低分辨率数据增强图片 成对输入孪生网络， 通过优化损 失函数， 反向梯度传播迭代更新编码器参数， 获取低分辨 率图像高层语义特 征提取器； 保留所述低分辨率图像高层语义特征提取器中的编码器网络， 结合Lnorm‑2损失函数将 关键点检测作为一个回归问题， 通过预获取的有标签的训练集对所述编码器网络进行调权　利　要　求　书 1/2 页 2 CN 114724183 A 2整， 获得预训练好的二维人体关键点检测模型。 7.根据权利要求6所述的一种人体关键点检测系统， 其特征在于， 所述通过优化损失函 数， 反向梯度传播迭代更新编码器参数， 获取低分辨 率图像高层语义特 征提取器中， 所述损失函数的表达式为， 式中， Z1和Z2是两种数据增广后样本经过编码器得到的特征， p1和p2分别是Z1和Z2经过 投影器得到的高层特 征； D(.,.)是向量之间的余弦相似度。 8.根据权利要求6所述的一种人体关键点检测系统， 其特 征在于， 所述Lnorm‑2损失函数为， 式中， 是真实值， 是回归值， 是网络的编码映射函数， v是单人全身图像， θ是 网络参数， n是样本数， 下 标l指代是有标签数据， 上 标i指代第i个图片。 9.一种电子设备， 包括： 处 理器； 存储器， 用于存 储计算机程序指令； 其特 征在于， 所述计算机程序指令由所述处理器加载并运行时， 所述处理器执行权利要求1至5 中任 一项所述的人体关键点检测方法。 10.一种可读存储介质， 所述可读存储介质存储有计算机程序指令， 其特征在于， 所述 计算机程序指 令被处理器加载并运行时， 所述处理器执行权利要求 1至5中任一项 所述的人 体关键点检测方法。权　利　要　求　书 2/2 页 3 CN 114724183 A 3