(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 202210690786.9 (22)申请日 2022.06.17 (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 胡魁　李佼　盛建达　戴磊　 刘玉宇　肖京　 (74)专利代理 机构 深圳市赛恩倍吉知识产权代 理有限公司 4 4334 专利代理师 陈敬华 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/50(2022.01) G06V 10/762(2022.01)G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于人工智能的狗脸关键点检测方法及相 关设备 (57)摘要 本申请提出一种基于人工智能的狗脸关键 点检测方法、 装置、 电子设备及存储介质， 基于人 工智能的狗脸关键点检测方法包括： 对历史狗脸 图像进行转码处理获得转码图像； 对转码图像进 行分割获得多个图像块； 计算每个图像块的关键 点， 并依据关键点标注所述转码图像以获得标记 图像； 基于所述标记图像和所述转码图像训练狗 脸关键点检测模 型； 将待检测图像输入所述狗脸 关键点检测模 型以获取检测结果。 该方法可以对 狗脸图像进行转码以对狗脸图像映射到色彩空 间， 从而能够提升狗脸关键点检测的准确度。 权利要求书2页 说明书19页 附图5页 CN 114943989 A 2022.08.26 CN 114943989 A 1.一种基于人工智能的狗脸关键点检测方法， 其特 征在于， 所述方法包括： 对历史狗脸图像进行转码处 理获得转码图像； 对转码图像进行分割获得多个图像块； 计算每个图像块的关键点， 并依据关键点标注所述 转码图像以获得 标记图像； 基于所述标记图像和所述 转码图像训练狗脸关键点检测模型； 将待检测图像输入所述狗脸关键点检测模型以获取检测结果。 2.如权利要求1所述的基于人工智能的狗脸关键点检测方法， 其特征在于， 所述对历史 狗脸图像进行转码获得转码图像包括： 对历史狗脸图像进行 上采样获得采样图像； 计算所述采样图像中每 个像素点的灰度值获得 灰度图像； 对所述灰度图像进行锐化获得转码图像。 3.如权利要求1所述的基于人工智能的狗脸关键点检测方法， 其特征在于， 所述对转码 图像进行分割获得多个图像块包括： 构建所述 转码图像中每 个像素点的特 征描述子； 依据预设的狗脸关键点类别数量在所述 转码图像中设置多个聚类中心； 基于所述特征描述子和所述聚类中心对所述转码图像中的每个像素点进行聚类以获 得多个图像块。 4.如权利要求3所述的基于人工智能的狗脸关键点检测方法， 其特征在于， 所述基于所 述特征描述子和所述聚类中心对所述转码图像中的每个像素点进行聚类以获得多个图像 块， 包括： 从所述转码图像中任选一个 像素点作为目标像素点； 分别计算每个聚类中心的特征描述子与 所述目标像素点的特征描述子之间的相似度， 将所述目标像素点与最大的相似度对应的聚类中心归类为同一个聚类簇； 分别将所述转码图像中的每个像素点作为目标像素点以获取多个聚类簇， 每个聚类簇 代表一个图像块。 5.如权利要求1所述的基于人工智能的狗脸关键点检测方法， 其特征在于， 所述计算每 个图像块的关键点， 并依据关键点标注所述 转码图像以获得 标记图像， 包括： 依据每个图像块中所有像素点的坐标计算每 个图像块的关键点； 依据所述关键点的坐标和预设的宽高参数设置每 个图像块的虚拟锚框； 利用预设的标注工具对每 个虚拟锚框设置类别标签以获得 标记图像。 6.如权利要求1所述的基于人工智能的狗脸关键点检测方法， 其特征在于， 所述基于所 述标记图像和所述 转码图像训练狗脸关键点检测模型包括： 将所述转码图像作为样本 图像， 并将所述标记图像作为标签图像， 存储所述样本 图像 和所述标签图像获得训练数据集； 构建初始狗脸关键点检测模型， 所述初始狗脸关键点检测模型包括编码器和解码器； 将所述样本图像依次输入所述初始狗脸关键点检测模型获得检测结果， 并依据 预设的 损失函数 更新所述初始狗脸关键点检测模型的参数以获得狗脸关键点检测模型。 7.如权利要求1所述的基于人工智能的狗脸关键点检测方法， 其特征在于， 所述将待检 测图像输入所述狗脸关键点检测模型以获取检测结果， 包括：权　利　要　求　书 1/2 页 2 CN 114943989 A 2将待检测图像输入所述狗脸关键点检测模型以获得多个预测热图、 每个预测热图中关 键点的类别以及每 个关键点对应的预测宽高参数； 依据所述预测热图中关键点的类别以及预测宽高参数在所述待检测图像中划分真实 锚框， 并将所述真实锚框作为检测结果。 8.一种基于人工智能的狗脸关键点检测装置， 其特 征在于， 所述装置包括： 转码单元， 用于对所述狗脸图像进行转码处 理获得转码图像； 分割单元， 用于对转码图像进行分割获得多个图像块； 标记单元， 用于计算每个图像块的关键点， 并依据关键点标注所述转码图像以获得标 记图像； 训练单元， 用于基于所述标记图像和所述 转码图像训练狗脸关键点检测模型； 检测单元， 用于将待检测图像输入所述狗脸关键点检测模型以获取检测结果。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 存储器， 存储计算机可读指令； 及 处理器， 执行所述存储器 中存储的计算机可读指令以实现如权利要求1至7中任意一项 所述的基于人工智能的狗脸关键点检测方法。 10.一种计算机可读存储介质， 其特征在于： 所述计算机可读存储介质中存储有计算机 可读指令， 所述计算机可读指 令被电子 设备中的处理器执行以实现如权利要求 1至7中任意 一项所述的基于人工智能的狗脸关键点检测方法。权　利　要　求　书 2/2 页 3 CN 114943989 A 3