本發(fā)明實(shí)施例涉及人工智能，尤其涉及一種骨架圖生成方法、裝置及相關(guān)設(shè)備。

背景技術(shù)：

1、隨著人工智能技術(shù)的不斷發(fā)展，人工智能技術(shù)在人們的生活中得到了廣泛應(yīng)用。在相關(guān)技術(shù)中，可以根據(jù)人體的骨架圖識(shí)別人體的行為，但是人體的骨架圖容易出現(xiàn)環(huán)境遮擋等現(xiàn)象導(dǎo)致骨架圖中的關(guān)節(jié)點(diǎn)缺失或者標(biāo)注錯(cuò)誤，從而導(dǎo)致當(dāng)前人體的骨架圖的準(zhǔn)確度較低。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供一種骨架圖生成方法、裝置及相關(guān)設(shè)備，以解決當(dāng)前人體的骨架圖的準(zhǔn)確度較低的問(wèn)題。

2、為解決上述問(wèn)題，本發(fā)明是這樣實(shí)現(xiàn)的：

3、第一方面，本發(fā)明實(shí)施例提供了一種骨架圖生成方法，所述方法包括：

4、獲取第一人體特征圖；

5、將所述第一人體特征圖輸入至第一全連接層中進(jìn)行注意力計(jì)算，以輸出第二人體特征圖，所述第一全連接層包括歸一化層和激活函數(shù)層，所述第二人體特征圖包括n個(gè)身體部位對(duì)應(yīng)的特征向量，n為大于1的整數(shù)；

6、將所述身體部位對(duì)應(yīng)的特征向量輸入至第二全連接層中進(jìn)行計(jì)算，以得到注意力矩陣，所述第二全連接層與所述身體部位一一對(duì)應(yīng)；

7、將所述注意力矩陣輸入至第一分類器中，以確定所述身體部位的權(quán)值；

8、根據(jù)所述身體部位的特征向量與對(duì)應(yīng)的權(quán)值的乘積生成骨架圖。

9、第二方面，本發(fā)明實(shí)施例提供了一種骨架圖生成裝置，包括：

10、獲取模塊，用于獲取第一人體特征圖；

11、第一計(jì)算模塊，用于將所述第一人體特征圖輸入至第一全連接層中進(jìn)行注意力計(jì)算，以輸出第二人體特征圖，所述第一全連接層包括歸一化層和激活函數(shù)層，所述第二人體特征圖包括n個(gè)身體部位對(duì)應(yīng)的特征向量，n為大于1的整數(shù)；

12、第二計(jì)算模塊，用于將所述身體部位對(duì)應(yīng)的特征向量輸入至第二全連接層中進(jìn)行計(jì)算，以得到注意力矩陣，所述第二全連接層與所述身體部位一一對(duì)應(yīng)；

13、第一確定模塊，用于將所述注意力矩陣輸入至第一分類器中，以確定所述身體部位的權(quán)值；

14、生成模塊，用于根據(jù)所述身體部位的特征向量與對(duì)應(yīng)的權(quán)值的乘積生成骨架圖。

15、第三方面，本發(fā)明實(shí)施例還提供一種電子設(shè)備，包括：收發(fā)機(jī)、存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序；所述處理器，用于讀取存儲(chǔ)器中的程序?qū)崿F(xiàn)如前述第一方面所述方法中的步驟。

16、第四方面，本發(fā)明實(shí)施例還提供一種可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如前述第一方面所述方法中的步驟。

17、在本發(fā)明實(shí)施例中，可以通過(guò)計(jì)算得到注意力矩陣，且對(duì)每個(gè)身體部位對(duì)應(yīng)的特征向量進(jìn)行加權(quán)處理，并根據(jù)身體部位的特征向量與對(duì)應(yīng)的權(quán)值的乘積生成骨架圖，即相當(dāng)于在骨架圖的生成過(guò)程中在身體部位方面加入了注意力機(jī)制，從而能有效的擴(kuò)大感受野，減少因環(huán)境遮擋等導(dǎo)致關(guān)節(jié)點(diǎn)缺失或標(biāo)注錯(cuò)誤產(chǎn)生的誤差，增大全局特征的重要性，進(jìn)而可以提高骨架圖的準(zhǔn)確度。

技術(shù)特征：

1.一種骨架圖生成方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述第一人體特征圖輸入至第一全連接層中進(jìn)行注意力計(jì)算，以輸出第二人體特征圖，包括：

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述獲取第一人體特征圖，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述獲取初始人體特征圖，包括：

5.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)所述身體部位的特征向量與對(duì)應(yīng)的權(quán)值的乘積生成骨架圖之后，所述方法還包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述確定所述骨架圖包括的根節(jié)點(diǎn)、鄰居節(jié)點(diǎn)和非相鄰節(jié)點(diǎn)，包括：

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述對(duì)所述目標(biāo)骨架圖進(jìn)行特征提取，得到第三人體特征圖之后，所述方法還包括：

8.一種骨架圖生成裝置，其特征在于，包括：

9.一種電子設(shè)備，包括：收發(fā)機(jī)、存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的程序；其特征在于，所述處理器，用于讀取存儲(chǔ)器中的程序?qū)崿F(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的骨架圖生成方法中的步驟。

10.一種可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)程序，其特征在于，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的骨架圖生成方法中的步驟。

技術(shù)總結(jié)
本發(fā)明提供一種骨架圖生成方法、裝置及相關(guān)設(shè)備，所述方法包括：獲取第一人體特征圖；將所述第一人體特征圖輸入至第一全連接層中進(jìn)行注意力計(jì)算，以輸出第二人體特征圖，所述第一全連接層包括歸一化層和激活函數(shù)層，所述第二人體特征圖包括N個(gè)身體部位對(duì)應(yīng)的特征向量，N為大于1的整數(shù)；將所述身體部位對(duì)應(yīng)的特征向量輸入至第二全連接層中進(jìn)行計(jì)算，以得到注意力矩陣，所述第二全連接層與所述身體部位一一對(duì)應(yīng)；將所述注意力矩陣輸入至第一分類器中，以確定所述身體部位的權(quán)值；根據(jù)所述身體部位的特征向量與對(duì)應(yīng)的權(quán)值的乘積生成骨架圖。這樣，提高了骨架圖的準(zhǔn)確度。

技術(shù)研發(fā)人員：周岳靖,余芳庭
受保護(hù)的技術(shù)使用者：中國(guó)移動(dòng)通信集團(tuán)安徽有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21