买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学技术大学

摘要：本发明提供了一种动物图像的关键点标注和姿态分析方法及装置。该方法包括：对动物图像的类型进行识别，将符合预设图像类型的动物图像作为待处理的动物图像输入到训练完成的图像关键点标注模型中；利用训练完成的图像关键点标注模型对待处理的动物图像进行特征提取与融合以及关键点标注，得到动物的关键点坐标信息和边界框坐标信息；根据动物的关键点坐标信息和边界框坐标信息，利用预定义的姿态特征计算方法得到待处理的动物图像中动物的姿态特征；通过加权归一化操作对动物的姿态特征进行数据预处理，利用预定义的层次聚类算法对预处理后的动物姿态特征进行聚类操作，并基于聚类操作的结果对待处理的动物图像中的动物行为进行分析。

主权项：1.一种动物图像关键点标注和姿态分析方法，其特征在于，包括：对动物图像的类型进行识别，将符合预设图像类型的动物图像作为待处理的动物图像输入到训练完成的图像关键点标注模型中；利用所述训练完成的图像关键点标注模型对所述待处理的动物图像进行特征提取与融合操作以及关键点标注操作，得到所述待处理的动物图像中动物的关键点坐标信息和边界框坐标信息；根据所述待处理的动物图像中动物的关键点坐标信息和边界框坐标信息，利用预定义的姿态特征计算方法得到所述待处理的动物图像中动物的姿态特征；通过加权归一化操作对所述动物的姿态特征进行数据预处理，利用预定义的层次聚类算法对预处理后的动物姿态特征进行聚类操作，并基于聚类操作的结果对所述待处理的动物图像中的动物行为进行分析；其中，利用所述训练完成的图像关键点标注模型对所述待处理的动物图像进行特征提取与融合操作以及关键点标注操作，得到所述待处理的动物图像中动物的关键点坐标信息和边界框坐标信息包括：利用所述训练完成的图像关键点标注模型的特征提取网络对所述待处理的动物图像进行特征提取，并利用所述训练完成的图像关键点标注模型的特征增强网络对提取到的特征进行融合，得到融合特征；利用所述训练完成的图像关键点标注模型的回归输出网络对所述融合特征进行数据分类操作和数据标注操作，得到所述待处理的动物图像中动物的关键点坐标信息和边界框坐标信息；其中，所述特征提取网络是由5个子模块串联组成；其中，所述特征提取网络的第一个子模块包括2D卷积核、BatchNorm2d和SiLU激活函数；其中，所述特征提取网络的第二个子模块、第三个子模块以及第四个子模块均包括C2f单元，所述C2f单元包括卷积核和DarkNet；其中，所述特征提取网络的第五个子模块包括所述C2f单元和SPPF单元；其中，所述特征提取网络的每个子模块与上一个子模块相比，所处理的特征图大小减半但通道数翻倍；其中，所述特征增强网络包括多层PANET，所述特征增强网络通过上采样操作和下采样操作对所述提取到的特征进行张量维度对象，并通过向量拼接操作对所述提取到的特征进行特征融合；其中，所述回归输出网络由回归分支网络和预测分支网络的双向耦合头组成，其中每个耦合头包括2D卷积层和多个卷积模块。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种动物图像关键点标注和姿态分析方法及装置