本公開涉及計算機,尤其涉及一種信息獲取方法、裝置、設備及介質(zhì)。
背景技術:
1、在一些圖像處理場合中,需要對諸如人物等目標對象的身體部位執(zhí)行諸如部位標注、部位變形等處理操作,以上操作均需事先獲取到所需處理的身體部位的相關信息。以屬于部位變形操作中的腿部美化操作為例,需要先檢測到腿部邊緣輪廓,從而基于腿部邊緣輪廓執(zhí)行瘦腿操作。然而在相關技術中,獲取身體部位的相關信息的方式不佳,容易導致后續(xù)基于獲取到的身體部位的相關信息對身體部位執(zhí)行處理操作的效果較差。
技術實現(xiàn)思路
1、為了解決上述技術問題或者至少部分地解決上述技術問題,本公開提供了一種信息獲取方法、裝置、設備及介質(zhì)。
2、第一方面,本公開實施例提供了一種信息獲取方法,所述方法包括:獲取待處理的目標圖像;其中,所述目標圖像中包含有目標對象;基于所述目標圖像,通過預設的信息預測模型獲取所述目標對象中目標部位的關鍵點的位置信息以及所述關鍵點對應的部位尺寸信息;其中,所述關鍵點是位于所述目標部位中的點,所述關鍵點對應的部位尺寸信息包括所述關鍵點與所述目標部位的邊緣輪廓之間的距離信息;所述關鍵點的位置信息以及所述關鍵點對應的部位尺寸信息至少用于確定所述目標部位的邊緣輪廓信息。
3、第二方面,本公開實施例還提供了一種信息獲取裝置,包括:圖像獲取模塊,用于獲取待處理的目標圖像;其中,所述目標圖像中包含有目標對象;信息獲取模塊,用于基于所述目標圖像,通過預設的信息預測模型獲取所述目標對象中目標部位的關鍵點的位置信息以及所述關鍵點對應的部位尺寸信息;其中,所述關鍵點是位于所述目標部位中的點,所述關鍵點對應的部位尺寸信息包括所述關鍵點與所述目標部位的邊緣輪廓之間的距離信息;所述關鍵點的位置信息以及所述關鍵點對應的部位尺寸信息至少用于確定所述目標部位的邊緣輪廓。
4、第三方面,本公開實施例還提供了一種電子設備,所述電子設備包括:存儲裝置,其上存儲有計算機程序;處理裝置,用于執(zhí)行所述存儲裝置中的所述計算機程序,以實現(xiàn)本公開實施例提供的信息獲取方法的步驟。
5、第四方面,本公開實施例還提供了一種計算機可讀存儲介質(zhì),所述存儲介質(zhì)存儲有計算機程序,所述計算機程序用于執(zhí)行本公開實施例提供的信息獲取方法。
6、本公開實施例提供的上述技術方案,直接利用預設的信息預測模型獲取目標對象中目標部位的關鍵點的位置信息以及關鍵點對應的部位尺寸信息,其中,關鍵點是位于目標部位中的點,關鍵點對應的部位尺寸信息包括關鍵點與目標部位的邊緣輪廓之間的距離信息,以此可較為準確可靠地確定目標部位的邊緣輪廓信息,與相關技術中直接檢測位于邊緣輪廓上的點進而得到邊緣輪廓相比,本公開實施例提供的上述信息獲取方式的可靠性更強,也有助于進一步保障基于獲取到的身體部位的相關信息對身體部位執(zhí)行處理操作的效果。
7、應當理解,本部分所描述的內(nèi)容并非旨在標識本公開的實施例的關鍵或重要特征,也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。
1.一種信息獲取方法,其特征在于,包括:
2.根據(jù)權利要求1所述的方法,其特征在于,所述關鍵點包括所述目標部位的骨骼中線上的點,且所述關鍵點的數(shù)量為多個;所述目標部位的邊緣輪廓包括所述目標部位沿所述骨骼中線形成的邊緣輪廓。
3.根據(jù)權利要求1所述的方法,其特征在于,所述信息預測模型包括特征提取網(wǎng)絡、關鍵點預測網(wǎng)絡和尺寸預測網(wǎng)絡;
4.根據(jù)權利要求3所述的方法,其特征在于,所述基于所述多種尺度的特征中的一種或多種特征預測所述目標對象中目標部位的關鍵點的位置信息,包括:
5.根據(jù)權利要求4所述的方法,其特征在于,所述基于所述多種尺度的特征中的最小尺度的特征預測所述關鍵點對應的部位尺寸信息,包括:
6.根據(jù)權利要求5所述的方法,其特征在于,所述基于所述關鍵點對應的熱力圖以及所述多種尺度的特征中的最小尺度的特征,預測所述關鍵點對應的部位尺寸信息,包括:
7.根據(jù)權利要求4所述的方法,其特征在于,所述基于所述多種尺度的特征中的最小尺度的特征預測所述關鍵點對應的部位尺寸信息,包括:
8.根據(jù)權利要求1所述的方法,其特征在于,所述信息預測模型是按照如下步驟得到的:
9.根據(jù)權利要求8所述的方法,其特征在于,所述獲取攜帶有標簽信息的樣本圖像,包括:
10.根據(jù)權利要求9所述的方法,其特征在于,所述基于所述目標部位在所述樣本圖像中的區(qū)域確定所述目標部位中的關鍵點,包括:
11.根據(jù)權利要求10所述的方法,其特征在于,所述基于所述目標部位在所述樣本圖像中的區(qū)域,確定位于所述區(qū)域中的第一類型關鍵點,包括:
12.根據(jù)權利要求10所述的方法,其特征在于,所述獲取每個所述關鍵點對各自對應的第二類型關鍵點,包括:
13.根據(jù)權利要求8所述的方法,其特征在于,所述基于所述標簽信息和所述信息預測結(jié)果,對所述神經(jīng)網(wǎng)絡模型進行訓練,以基于訓練后的神經(jīng)網(wǎng)絡模型得到信息預測模型,包括:
14.根據(jù)權利要求13所述的方法,其特征在于,所述神經(jīng)網(wǎng)絡模型包括第一初始網(wǎng)絡、第二初始網(wǎng)絡和第三初始網(wǎng)絡;
15.根據(jù)權利要求14所述的方法,其特征在于,所述基于所述第一損失和所述第二損失,對所述神經(jīng)網(wǎng)絡模型進行訓練,以基于訓練后的神經(jīng)網(wǎng)絡模型得到信息預測模型,包括:
16.根據(jù)權利要求1所述的方法,其特征在于,所述方法還包括:
17.根據(jù)權利要求1所述的方法,其特征在于,所述目標部位包括所述目標對象的臂部和/或腿部。
18.一種信息獲取裝置,其特征在于,包括:
19.一種電子設備,其特征在于,所述電子設備包括:
20.一種計算機可讀存儲介質(zhì),其特征在于,所述存儲介質(zhì)存儲有計算機程序,所述計算機程序用于執(zhí)行上述權利要求1-17中任一所述的信息獲取方法。