基于人体关键点的穿戴物检测数据增强方法、设备及介质与流程

1.本发明涉及目标检测技术领域，特别是涉及一种基于人体关键点的穿戴物检测数据增强方法、设备及介质。


背景技术：

2.目标检测算法中，常见的数据增强方式有图像翻转、图像旋转、随机放缩、随机裁剪等，但是这些数据增强方式都不能增加样本的实例数。
3.目前，为了解决这一问题，主要采用mixup、mosaic、copy-paste算法方法来实现数据增强的效果。比如，mixup算法是通过将两幅图片以不同阈值合并起来，增加一幅图片中的实例数。mosaic算法是通过将四幅图片合并成一幅图片，以增加目标出现的次数。copy-paste算法是通过将样本从图片中分割出来，并且粘贴到当前图片或者不同图片的背景区域，以达到增加样本数量的目的。
4.然而，mixup算法和mosaic算法数据增强的方式，虽然可以样本数量，但是其样本还是原来的图片(即数据集)中存在的样本，本质上并没增加新的样本。copy-paste算法数据增强的方式，虽然能产生很多未在原来的图片(即数据集)中出现过的样本，但其随机复制粘贴并不适合特定类别样本的先验特性。
5.因此，亟需设计一种既可以增加样本实例数，又可以为数据增强提供先验信息的数据增强方案。


技术实现要素：

6.基于此，本发明的目的在于提供一种基于人体关键点的穿戴物检测数据增强方法、设备及介质，其具有可以在增加样本实例数的同时，为数据增强提供先验信息等特点。
7.第一方面，本发明实施例提供一种基于人体关键点的穿戴物检测数据增强方法，包括：
8.获取包含行人的第一目标图片和包含穿戴物的第二目标图片；
9.基于所述第一目标图片，检测所述行人的人体关键点，以及基于所述第二目标图片，确定所述穿戴物的n个第一关键点，n为大于或等于2的整数；
10.从所述人体关键点中选取n个第二关键点，所述n个第二关键点与所述穿戴物的类型对应；
11.基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片。
12.在一种可能的设计中，基于所述第一目标图片，检测所述行人的人体关键点，包括：
13.采用行人检测算法对所述第一目标图片中的行人进行定位后，再采用人体关键点检测算法检测所述行人的人体关键点。
14.在一种可能的设计中，所述穿戴物的类型为帽类；
15.从所述人体关键点中选取n个第二关键点，包括：
16.基于所述穿戴物的类型，从所述人体关键点中选取与头部相关的n个关键点作为所述n个第二关键点。
17.在一种可能的设计中，所述穿戴物的类型为衣物类；
18.从所述人体关键点中选取n个第二关键点，包括：
19.基于所述穿戴物的类型，从所述人体关键点中选取与躯干相关的n个关键点作为所述n个第二关键点。
20.在一种可能的设计中，所述穿戴物的类型包括帽类和衣物类；
21.从所述人体关键点中选取n个第二关键点，包括：
22.基于所述穿戴物的类型，从所述人体关键点中选取与躯干和头部相关的n个关键点作为所述n个第二关键点。
23.在一种可能的设计中，基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片，包括：
24.基于所述n个第一关键点和所述n个第二关键点，建立n个方程集；其中，所述n个方程集中的任一方程集包括两个方程组，所述两个方程组的变量项为所述n个第一关键点中的一个第一关键点的横轴坐标和纵轴坐标，常数项分别包括所述n个第二关键点中与所述一个第一关键点对应的第二关键点的横轴坐标和纵轴坐标；
25.基于所述n个方程集，求解获得所述n个第一关键点各自对应的坐标；
26.基于所述n个第一关键点各自对应的坐标，将所述穿戴物所在的坐标系中的所有像素点映射到所述行人所在的坐标系中，获得仿射变换后的第二目标图片；
27.将所述仿射变换后的第二目标图片与所述第一目标图片相加，获得所述数据增强后的图像。
28.第二方面，本发明实施例还提供了一种数据增强设备，包括：
29.检测单元，用于获取包含行人的第一目标图片和包含穿戴物的第二目标图片；基于所述第一目标图片，检测所述行人的人体关键点，以及基于所述第二目标图片，确定所述穿戴物的n个第一关键点，n为大于或等于2的整数；
30.处理单元，用于从所述人体关键点中选取n个第二关键点，所述n个第二关键点与所述穿戴物的类型对应；基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片。
31.在一种可能的设计中，所述检测单元具体用于：
32.采用行人检测算法对所述第一目标图片中的行人进行定位后，再采用人体关键点检测算法检测所述行人的人体关键点。
33.在一种可能的设计中，所述穿戴物的类型为帽类；所述处理单元具体用于：
34.基于所述穿戴物的类型，从所述人体关键点中选取与头部相关的n个关键点作为所述n个第二关键点。
35.在一种可能的设计中，所述穿戴物的类型为衣物类；所述处理单元具体用于：
36.基于所述穿戴物的类型，从所述人体关键点中选取与躯干相关的n个关键点作为所述n个第二关键点。
37.在一种可能的设计中，所述穿戴物的类型包括帽类和衣物类；所述处理单元具体
用于：
38.基于所述穿戴物的类型，从所述人体关键点中选取与躯干和头部相关的n个关键点作为所述n个第二关键点。
39.在一种可能的设计中，所述处理单元具体用于：
40.基于所述n个第一关键点和所述n个第二关键点，建立n个方程集；其中，所述n个方程集中的任一方程集包括两个方程组，所述两个方程组的变量项为所述n个第一关键点中的一个第一关键点的横轴坐标和纵轴坐标，常数项分别包括所述n个第二关键点中与所述一个第一关键点对应的第二关键点的横轴坐标和纵轴坐标；
41.基于所述n个方程集，求解获得所述n个第一关键点各自对应的坐标；
42.基于所述n个第一关键点各自对应的坐标，将所述穿戴物所在的坐标系中的所有像素点映射到所述行人所在的坐标系中，获得仿射变换后的第二目标图片；
43.将所述仿射变换后的第二目标图片与所述第一目标图片相加，获得所述数据增强后的图像。
44.第三方面，本发明实施例还提供了一种数据增强设备，所述数据增强设备包括：至少一个存储器和至少一个处理器；
45.所述至少一个存储器用于存储一个或多个程序；
46.当所述一个或多个程序被所述至少一个处理器执行时，实现上述第一方面任一种可能设计所涉及的方法。
47.第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个程序；当所述至少一个程序被处理器执行时，实现上述第一方面任一种可能设计所涉及的方法。
48.本发明的有益技术效果如下：
49.在本发明实施例提供的技术方案中，获取包含行人的第一目标图片和包含穿戴物的第二目标图片；基于所述第一目标图片，检测所述行人的人体关键点，以及基于所述第二目标图片，确定所述穿戴物的n个第一关键点，n为大于或等于2的整数；从所述人体关键点中选取n个第二关键点，所述n个第二关键点与所述穿戴物的类型对应；基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片。通过这种方式，可以充分考虑了穿戴物出现在行人身上的合理位置，可以为数据增强提供了更合理的先验信息，还可以以较低的成本、难度获得平时难以收集获得的特定穿戴物的行人检测数据集，从而可以降低数据收集的难度和成本。
50.为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
51.图1为本发明实施例提供的一种基于人体关键点的穿戴物检测数据增强方法的流程示意图；
52.图2为本发明实施例提供的一种人体关键点的示意图；
53.图3为本发明实施例提供的一种第二目标图片的示意图；
54.图4为本发明实施例提供的一种仿射变换后的第二目标图片的示意图；
55.图5为本发明实施例提供的一种数据增强后的图片包含的样本的示意图；
56.图6为本发明实施例提供的一种数据增强设备的结构示意图；
57.图7为本发明实施例提供的另一种数据增强设备的结构示意图。
具体实施方式
58.在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于其构造进行定义的，它们是相对的概念。因此，有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。
59.以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与本公开的一些方面相一致的实施方式的例子。
60.在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
61.除非有相反的说明，本发明实施例提及“第一”、“第二”等序数词用于对多个对象进行区分，不用于限定多个对象的顺序、时序、优先级或者重要程度。
62.附图中各个部件的形状和大小不反映真实比例，目的只是示意说明以下示例性实施例中所描述的实施方式。
63.请参考图1所示，为本发明实施例提供的一种基于人体关键点的穿戴物检测数据增强方法的流程示意图。如图1所示，该方法可以包括如下步骤：
64.s101、获取包含行人的第一目标图片和包含穿戴物的第二目标图片。
65.在一些实施例中，可以先获取多张图片，再从多张图片中选取包含有行人的图片作为第一目标图片，进行数据增强。
66.在一些实施例中，可以选取包含需要进行穿戴检测的穿戴物的图片作为第二目标图片，进行数据增强。
67.s102、基于第一目标图片，检测行人的人体关键点，以及基于第二目标图片，确定穿戴物的n个第一关键点，n为大于或等于2的整数。
68.在一些实施例中，可以采用行人检测算法对第一目标图片中的行人进行定位，从而将第一目标图片中的行人位置检测出来，以便于后续对行人的人体关键点进行检测。之后，可以采用人体关键点检测算法检测行人的人体关键点，从而可以提高检测行人的人体关键点的准确性。
69.在具体的实现过程中，人体关键点可以包括但不限于与头部相关的关键点、与躯干相关的关键点。示例性的，如图2所示，以coco数据集中的人体关键点标注为例子，与头部相关的多个关键点可以包括：“nose”、“left_eye”、“right_eye”、“left_ear”、“right_ear”，其以字母代表分别可以是x1、x2、x3、x4、x5。与躯干相关的多个关键点可以包括：“left_shoulder”、“right_shoulder”、“left_hip”、“right_hip”，其以字母代表分别可以是y1、y2、y3、y4。
70.在具体的实现过程中，上述行人检测算法可以是现有技术中的任一行人检测算法，上述人体关键点检测算法可以是现有技术中的任一人体关键点检测算法，本发明实施
例不限定。
71.在一些实施例中，穿戴物的n个第一关键点可以是采用现有的物体关键点算法检测第二目标图片获得的，或者，穿戴物的n个第一关键点也可以是预先设定的，本发明实施例不限定。
72.s103、从人体关键点中选取n个第二关键点，其中，n个第二关键点与穿戴物的类型对应。
73.在一些实施例中，若穿戴物的类型为帽类，则可以基于穿戴物的类型，从人体关键点中选取与头部相关的n个关键点作为n个第二关键点。例如，可以从人体关键点中选取图2所示的x1、x2、x3、x4、x5这5个关键点作为n个第二关键点。
74.在另一些实施例中，若穿戴物的类型为衣物类，则可以基于穿戴物的类型，从人体关键点中选取与躯干相关的n个关键点作为n个第二关键点。例如，可以从人体关键点中选取图2所示的y1、y2、y3、y4这4个关键点作为n个第二关键点。
75.在又一些实施例中，若穿戴物的类型包括帽类和衣物类，则可以基于穿戴物的类型，从人体关键点中选取与躯干和头部相关的n个关键点作为n个第二关键点。例如，可以从人体关键点中选取图2所示的x1、x2、x3、x4、x5、y1、y2、y3、y4这9个关键点作为n个第二关键点。
76.在具体的实现过程中，穿戴物的类型不仅限于帽类和衣物类，其还可以包括饰品类等，其选取n个第二关键点的方式可以与上述三个实施例中选取n个第二关键点的方式相同或者类似，本发明实施例不限定。
77.s104、基于n个第一关键点和n个第二关键点进行仿射变换，将穿戴物映射到n个第二关键点对应的位置上，获得数据增强后的图片。
78.在一些实施例中，可以基于n个第一关键点和n个第二关键点，建立n个方程集。其中，n个方程集中的任一方程集可以包括两个方程组。这两个方程组的变量项可以为n个第一关键点中的一个第一关键点的横轴坐标和纵轴坐标，常数项分别可以包括n个第二关键点中与一个第一关键点对应的第二关键点的横轴坐标和纵轴坐标。之后，可以基于这n个方程集，求解获得n个第一关键点各自对应的坐标。通过基于n个第一关键点各自对应的坐标，可以将穿戴物所在的坐标系中的所有像素点映射到行人所在的坐标系中，获得仿射变换后的第二目标图片。将仿射变换后的第二目标图片与所述第一目标图片相加，即可获得数据增强后的图像。
79.示例性的，以穿戴物为安全帽为例，如图3所示，以第二目标图片中安全帽对应的n个第一关键点的位置分别为x'1、x'2、x'3、x'4、x'5，n个第二关键点的位置为x1、x2、x3、x4、x5为例。基于n个第一关键点和n个第二关键点，建立获得的n个方程集可以如下所示：
80.其中，x1
x
为关键点x1的x坐标，x1y为关键点x1的y坐标，x'1
x
为关键点x'1的x坐标，x'1y为关键点x'1的y坐标。
81.其中，x2
x
为关键点x2的x坐标，x2y为关键点x2的y坐标，x'2
x
为关键点x'2的x坐标，x'2y为关键点x'2的y坐标。
82.其中，x3
x
为关键点x3的x坐标，x3y为关键点x3的y坐标，x'3
x
为关键点x'3的x坐标，x'3y为关键点x'3的y坐标。
83.其中，x4
x
为关键点x4的x坐标，x4y为关键点x4的y坐标，x'4
x
为关键点x'4的x坐标，x'4y为关键点x'4的y坐标。
84.其中，x5
x
为关键点x5的x坐标，x5y为关键点x5的y坐标，x'5
x
为关键点x'5的x坐标，x'5y为关键点x'5的y坐标。
85.将x1、x2、x3、x4、x5的坐标分别代入上述5个方程集后，即可求解获得x'1、x'2、x'3、x'4、x'5各自对应的坐标。之后，基于x'1、x'2、x'3、x'4、x'5各自对应的坐标，可以将安全帽所在的坐标系中的所有像素点映射到行人所在的坐标系中，获得如图4所示的仿射变换后的第二目标图片。
86.通过将仿射变换后的第二目标图片与第一目标图片相加，即可获得数据增强后的图片，其包含的样本可以如图5所示。
87.通过以上描述内容可知，在本发明实施例提供的技术方案中，基于穿戴物的类型从人体关键点中选取关键点，充分考虑了穿戴物出现在行人身上的合理位置，可以为数据增强提供了更合理的先验信息。
88.此外，在本发明实施例提供的技术方案可以依托普通行人检测数据集，进行数据增广，从而以较低的成本、难度获得平时难以收集获得的特定穿戴物的行人检测数据集，例如佩戴安全帽和/或穿着安全服的行人检测数据集，从而可以降低数据收集的难度和成本。
89.基于同一发明构思，本发明实施例还提供了一种数据增强设备，如图6所示，数据增强设备200可以包括：
90.检测单元201，用于获取包含行人的第一目标图片和包含穿戴物的第二目标图片；基于所述第一目标图片，检测所述行人的人体关键点，以及基于所述第二目标图片，确定所述穿戴物的n个第一关键点，n为大于或等于2的整数；
91.处理单元202，用于从所述人体关键点中选取n个第二关键点，所述n个第二关键点与所述穿戴物的类型对应；基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片。
92.在一种可能的设计中，所述检测单元201具体用于：
93.采用行人检测算法对所述第一目标图片中的行人进行定位后，再采用人体关键点检测算法检测所述行人的人体关键点。
94.在一种可能的设计中，所述穿戴物的类型为帽类；所述处理单元202具体用于：
95.基于所述穿戴物的类型，从所述人体关键点中选取与头部相关的n个关键点作为所述n个第二关键点。
96.在一种可能的设计中，所述穿戴物的类型为衣物类；所述处理单元202具体用于：
97.基于所述穿戴物的类型，从所述人体关键点中选取与躯干相关的n个关键点作为
所述n个第二关键点。
98.在一种可能的设计中，所述穿戴物的类型包括帽类和衣物类；所述处理单元202具体用于：
99.基于所述穿戴物的类型，从所述人体关键点中选取与躯干和头部相关的n个关键点作为所述n个第二关键点。
100.在一种可能的设计中，所述处理单元202具体用于：
101.基于所述n个第一关键点和所述n个第二关键点，建立n个方程集；其中，所述n个方程集中的任一方程集包括两个方程组，所述两个方程组的变量项为所述n个第一关键点中的一个第一关键点的横轴坐标和纵轴坐标，常数项分别包括所述n个第二关键点中与所述一个第一关键点对应的第二关键点的横轴坐标和纵轴坐标；
102.基于所述n个方程集，求解获得所述n个第一关键点各自对应的坐标；
103.基于所述n个第一关键点各自对应的坐标，将所述穿戴物所在的坐标系中的所有像素点映射到所述行人所在的坐标系中，获得仿射变换后的第二目标图片；
104.将所述仿射变换后的第二目标图片与所述第一目标图片相加，获得所述数据增强后的图像。
105.本发明实施例中的数据增强设备200与上述图1所示的基于人体关键点的穿戴物检测数据增强方法是基于同一构思下的发明，通过前述对基于人体关键点的穿戴物检测数据增强方法的详细描述，本领域技术人员可以清楚的了解本实施例中数据增强设备200的实施过程，所以为了说明书的简洁，在此不再赘述。
106.基于同一发明构思，本发明实施例还提供了一种数据增强设备，如图7所示，数据增强设备300可以包括：至少一个存储器301和至少一个处理器302。
107.其中：
108.至少一个存储器301用于存储一个或多个程序。
109.当一个或多个程序被至少一个处理器302执行时，实现上述图1所示的基于人体关键点的穿戴物检测数据增强方法。
110.数据增强设备300还可以可选地包括通信接口，通信接口用于与外部设备进行通信和数据交互传输。
111.需要说明的是，存储器301可能包含高速ram存储器，也可能还包括非易失性存储器(nonvolatile memory)，例如至少一个磁盘存储器。
112.在具体的实现过程中，如果存储器、处理器及通信接口集成在一块芯片上，则存储器、处理器及通信接口可以通过内部接口完成相互间的通信。如果存储器、处理器和通信接口独立实现，则存储器、处理器和通信接口可以通过总线相互连接并完成相互间的通信。
113.基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以存储有至少一个程序，当至少一个程序被处理器执行时，实现上述图1所示的基于人体关键点的穿戴物检测数据增强方法。
114.应当理解，计算机可读存储介质为可存储数据或程序的任何数据存储设备，数据或程序其后可由计算机系统读取。计算机可读存储介质的示例包括：只读存储器、随机存取存储器、cd-rom、hdd、dvd、磁带和光学数据存储设备等。
115.计算机可读存储介质还可分布在网络耦接的计算机系统中使得计算机可读代码
以分布式方式来存储和执行。
116.计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(radio frequency，rf)等，或者上述的任意合适的组合。
117.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

技术特征：
1.一种基于人体关键点的穿戴物检测数据增强方法，其特征在于，包括：获取包含行人的第一目标图片和包含穿戴物的第二目标图片；基于所述第一目标图片，检测所述行人的人体关键点，以及基于所述第二目标图片，确定所述穿戴物的n个第一关键点，n为大于或等于2的整数；从所述人体关键点中选取n个第二关键点，所述n个第二关键点与所述穿戴物的类型对应；基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片。2.如权利要求1所述的方法，其特征在于，基于所述第一目标图片，检测所述行人的人体关键点，包括：采用行人检测算法对所述第一目标图片中的行人进行定位后，再采用人体关键点检测算法检测所述行人的人体关键点。3.如权利要求1所述的方法，其特征在于，所述穿戴物的类型为帽类；从所述人体关键点中选取n个第二关键点，包括：基于所述穿戴物的类型，从所述人体关键点中选取与头部相关的n个关键点作为所述n个第二关键点。4.如权利要求1所述的方法，其特征在于，所述穿戴物的类型为衣物类；从所述人体关键点中选取n个第二关键点，包括：基于所述穿戴物的类型，从所述人体关键点中选取与躯干相关的n个关键点作为所述n个第二关键点。5.如权利要求1所述的方法，其特征在于，所述穿戴物的类型包括帽类和衣物类；从所述人体关键点中选取n个第二关键点，包括：基于所述穿戴物的类型，从所述人体关键点中选取与躯干和头部相关的n个关键点作为所述n个第二关键点。6.如权利要求1-5任一项所述的方法，其特征在于，基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片，包括：基于所述n个第一关键点和所述n个第二关键点，建立n个方程集；其中，所述n个方程集中的任一方程集包括两个方程组，所述两个方程组的变量项为所述n个第一关键点中的一个第一关键点的横轴坐标和纵轴坐标，常数项分别包括所述n个第二关键点中与所述一个第一关键点对应的第二关键点的横轴坐标和纵轴坐标；基于所述n个方程集，求解获得所述n个第一关键点各自对应的坐标；基于所述n个第一关键点各自对应的坐标，将所述穿戴物所在的坐标系中的所有像素点映射到所述行人所在的坐标系中，获得仿射变换后的第二目标图片；将所述仿射变换后的第二目标图片与所述第一目标图片相加，获得所述数据增强后的图像。7.一种数据增强设备，其特征在于，包括：检测单元，用于获取包含行人的第一目标图片和包含穿戴物的第二目标图片；基于所述第一目标图片，检测所述行人的人体关键点，以及基于所述第二目标图片，确定所述穿戴
物的n个第一关键点，n为大于或等于2的整数；处理单元，用于从所述人体关键点中选取n个第二关键点，所述n个第二关键点与所述穿戴物的类型对应；基于所述n个第一关键点和所述n个第二关键点进行仿射变换，将所述穿戴物映射到所述n个第二关键点对应的位置上，获得数据增强后的图片。8.如权利要求7所述的设备，其特征在于，所述检测单元具体用于：采用行人检测算法对所述第一目标图片中的行人进行定位后，再采用人体关键点检测算法检测所述行人的人体关键点。9.一种数据增强设备，其特征在于，所述数据增强设备包括：至少一个存储器和至少一个处理器；所述至少一个存储器用于存储一个或多个程序；当所述一个或多个程序被所述至少一个处理器执行时，实现如权利要求1-6任一项所述的方法。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存储有至少一个程序；当所述至少一个程序被处理器执行时，执行如权利要求1-6任一项所述的方法。

技术总结
本发明公开了一种基于人体关键点的穿戴物检测数据增强方法、设备及介质。该方法包括：获取包含行人的第一目标图片和包含穿戴物的第二目标图片；基于第一目标图片，检测行人的人体关键点，以及基于第二目标图片，确定穿戴物的N个第一关键点；从人体关键点中选取与穿戴物的类型对应的N个第二关键点；基于N个第一关键点和N个第二关键点进行仿射变换，将穿戴物映射到N个第二关键点对应的位置上，获得数据增强后的图片。通过这种方式，可以充分考虑了穿戴物出现在行人身上的合理位置，可以为数据增强提供了更合理的先验信息，还可以以较低的成本、难度获得平时难以收集获得的特定穿戴物的行人检测数据集，可以降低数据收集的难度和成本。和成本。和成本。


技术研发人员：关华 万好 牟松 骆杰豪 谢宇康 郑安 于丹杰 夏亚雄
受保护的技术使用者：广东机场白云信息科技有限公司
技术研发日：2021.12.07
技术公布日：2022/3/8