(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 202210579135.2 (22)申请日 2022.05.26 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 何超　任泓宇　王方　刘筱力　 李宏华　邱俊杰　 (74)专利代理 机构 北京清源汇知识产权代理事 务所(特殊普通 合伙) 11644 专利代理师 冯德魁 (51)Int.Cl. G06V 40/20(2022.01) G06V 10/82(2022.01) G06V 10/44(2022.01) G06T 17/00(2006.01)G06T 7/11(2017.01) (54)发明名称 目标对象的关键点参数的获取方法、 装置、 电子设备 (57)摘要 本申请实施例提供一种目标对象的关键点 参数的获取方法、 装置、 电子设备和存储设备。 其 中， 目标对象的关键点参数的获取方法包括： 获 得待分析图像； 利用关键点参数获得模型， 根据 待分析图像中的目标对象 的关键点二维参数， 获 得目标对象的关键点三维参数， 作为用于分析目 标对象的运动状态的参数； 其中， 关键点参数获 得模型是利用图像样本中的对象样本的关键点 二维参数样本和所述对象样本的关键点三维参 数样本训练得到的， 所述关键点参数获得模型为 机器学习模型。 权利要求书3页 说明书13页 附图5页 CN 115050094 A 2022.09.13 CN 115050094 A 1.一种目标对象的关键点 参数的获取 方法， 其特 征在于， 包括： 获得待分析图像； 利用关键点参数获得模型， 根据所述待分析图像中的目标对象的关键点二维参数， 获 得所述目标对象的关键点 三维参数， 作为用于分析 所述目标对象的运动状态的参数； 其中， 所述关键点参数获得模型是利用图像样本中的对象样本的关键点二维参数样本 和所述对象样本的关键点三 维参数样本训练得到的， 所述关键点参数获得模型为机器学习 模型。 2.根据权利要求1所述的方法， 其特征在于， 所述利用关键点参数获得模型， 根据所述 待分析图像中的目标对 象的关键点二维参数， 获得所述 目标对象的关键点三维参数， 作为 用于分析 所述目标对象的运动状态的参数， 包括： 利用关键点 参数获得模型， 获得 所述待分析图像中的目标对象的关键点 二维参数； 根据所述待分析图像中的目标对象的关键点二维参数， 获得所述目标对象的关键点三 维参数。 3.根据权利要求2所述的方法， 其特征在于， 所述利用关键点参数获得模型， 获得所述 待分析图像中的目标对象的关键点 二维参数， 包括： 利用关键点参数获得模型， 获得用于确定所述目标对象在所述待分析图像中的目标区 域的边界参数； 根据所述目标区域对所述待分析图像进行裁剪处理， 获得对应于所述目标区域的图像 块； 获得所述图像块中的所述目标对象的关键点 二维参数。 4.根据权利要求1所述的方法， 其特征在于， 所述关键点参数获得模型包括对象轮廓检 测子模型、 关键点 二维参数获得子模型和关键点 三维参数获得子模型； 所述利用关键点参数获得模型， 根据所述待分析图像中的目标对象的关键点二维参 数， 获得所述目标对象的关键点 三维参数， 包括： 将所述待分析图像输入到所述对象轮廓检测子模型中， 获得用于确定所述目标对象在 所述待分析图像中的目标区域的边界参数； 根据所述边界参数对所述待分析图像进行裁剪处理， 获得对应于所述目标区域的图像 块； 将所述图像块输入到所述关键点二维参数获得子模型中， 获得所述图像块中的所述目 标对象的关键点 二维参数； 将所述图像块中的所述目标对象的关键点二维参数输入到所述关键点三维参数获得 子模型中， 获得 所述目标对象的关键点 三维参数。 5.根据权利要求4所述的方法， 其特征在于， 所述将所述图像块中的所述目标对象的关 键点二维参数输入到所述关键点三维参数获得子模型中， 获得所述目标对象的关键点三 维 参数， 包括： 将所述图像块中的所述目标对象的关键点二维参数和与所述待分析图像具有时序关 联关系的时序关联图像中的所述目标对 象的关键点二维参数输入到所述关键点三维参数 获得子模型中， 获得 所述目标对象的关键点 三维参数。 6.根据权利要求 4所述的方法， 其特 征在于， 还 包括：权　利　要　求　书 1/3 页 2 CN 115050094 A 2判断所述关键点二维参数与所述边界参数是否匹配， 如果不匹配， 则调整所述对象轮 廓检测子模型或所述关键点二维参数获得子模型， 直至针对所述待分析图像， 所述对 象轮 廓检测子模型输出的边界参数与所述关键点二维参数获得子模型输出的关键点二维参数 匹配为止 。 7.根据权利要求4所述的方法， 其特征在于， 所述对象轮廓检测子模型是利用图像样本 和用于确定对象样本在所述图像样本中的目标区域的边界参数样本训练得到的； 或者， 所述关键点二维参数获得子模型是根据图像块样本和所述图像块样本中的对象 样本的关键点二 维参数样本训练得到的， 所述图像块样本是根据所述边界参数样本对所述 图像样本进行裁 剪处理获得的对应于所述目标区域的图像块样本； 或者， 所述关键点三维参数获得子模型是利用所述对象样本的关键点二维参数样本和 所述对象样本的关键点 三维参数样本训练得到的。 8.根据权利要求1所述的方法， 其特 征在于， 还 包括： 获得多个图像采集设备分别提供的图像序列； 从所述多个图像采集设备分别提供的图像序列中确定与所述目标对象对应的目标图 像序列； 判断所述目标图像序列中的任意一个图像是否为包含所述目标对象的关键图像， 如果 是， 则将所述任意 一个图像确定为所述待分析图像。 9.根据权利要求8所述的方法， 其特 征在于， 还 包括： 根据所述目标图像序列携带的标识， 将所述目标图像序列存入目标缓冲区中， 所述目 标缓冲区是为所述目标图像序列建立的缓冲区； 所述判断所述目标图像序列中的任意一个图像是否为包含所述目标对象的关键图像， 包括： 判断所述目标缓冲区中的所述目标图像序列中的任意一个图像是否为包含所述目标 对象的关键图像。 10.一种目标对象的关键点 参数的获取 方法， 其特 征在于， 包括： 获得待分析图像序列； 对于所述待分析图像序列中的任意一个待分析图像， 判断所述任意一个待分析图像是 否为包含目标对象的关键图像； 如果是， 则获取所述关键 图像中的目标对象的关键点参数， 作为用于分析所述目标对 象的运动状态的参数。 11.一种目标对象的关键点 参数的获取装置， 其特 征在于， 所述装置包括： 待分析图像获取模块， 用于获得待分析图像； 关键点三维参数获取模块， 用于利用关键点参数获得模型， 根据所述待分析图像中的 目标对象的关键点二维参数， 获得所述 目标对象的关键点三维参数， 作为用于分析所述 目 标对象的运动状态的参数； 其中， 所述关键点参数获得模型是利用图像样本中的对象样本的关键点二维参数样本 和所述对象样本的关键点三 维参数样本训练得到的， 所述关键点参数获得模型为机器学习 模型。 12.一种目标对象的关键点 参数的获取装置， 其特 征在于， 所述装置包括： 待分析图像序列获取模块， 用于获得待分析图像序列；权　利　要　求　书 2/3 页 3 CN 115050094 A 3