(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210455168.6 (22)申请日 2022.04.28 (65)同一申请的已公布的文献号 申请公布号 CN 114565087 A (43)申请公布日 2022.05.31 (73)专利权人 苏州浪潮智能科技有限公司 地址 215100 江苏省苏州市吴中经济开发 区郭巷街道官浦路1号9幢 (72)发明人 李晓川　郭振华　赵雅倩　李仁刚　 范宝余　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张艺 (51)Int.Cl. G06N 3/04(2006.01)G06N 5/04(2006.01) G06V 40/10(2022.01) G06K 9/62(2022.01) G06V 10/80(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) 审查员 朱雪梅 (54)发明名称 一种人物意图推理方法、 装置、 设备及存储 介质 (57)摘要 本发明公开了一种人物意图推理方法、 装 置、 设备及存储介质， 该方法包括： 对待推理图像 进行目标检测得到目标检测结果； 确定待推理图 像中与目标检测结果中各人物的检测框对应的 图像部分分别为相应人物的待推理子图像， 获取 各待推理子图像中相应人物的关节点的关节特 征及遮挡概率； 基于遮挡概率对相应 关节点的关 节特征进行预测分析得到相应的预测特征， 基于 各待推理子图像中相应人物的关节点的关节特 征及预测特征进行修正， 得到相应修正特征； 利 用目标检测结果及各待推理子图像中相应人物 的关节点的修正特征进行人物 意图推理， 得到相 应的人物 意图推理结果。 本申请能够实现细粒度 人体关节特征的提取， 进而有效提高人物意图推 理的准确性。 权利要求书2页 说明书8页 附图7页 CN 114565087 B 2022.07.22 CN 114565087 B 1.一种人物意图推理方法， 其特 征在于， 包括： 对待推理图像进行目标检测得到相应的目标检测结果； 基于所述目标检测结果确定所述待推理图像中各人物的检测框， 确定所述待推理图像 中各检测框对应的图像部分分别为相应人物的待推理子图像， 获取各所述待推理子图像中 相应人物的关节点的关节特 征及遮挡概 率； 将任意待推理子图像作为当前子图像， 将所述当前子图像的融合特征信 息输入至遮挡 关节点预测网络， 得到所述遮挡关节点预测网络输出的所述当前子图像中各关节点的预测 特征； 其中， 所述当前子图像的融合特征信息为将所述当前子图像的d维关节特征与所述当 前子图像的1维遮挡概率直接拼接得到或将所述当前子图像的遮挡概率扩展成d维子概率， 将该d维子概率分别与所述当前子图像的d维关节特征一一对应相加得到； 所述遮挡关节 点 预测网络为基于已知预测特 征的多项融合特 征信息预训练得到的； 基于各所述待推理子图像中相应人物的关节点的关节特征及预测特征进行修正， 得到 各所述待推理子图像中相应人物的关节点的修 正特征； 利用所述目标检测结果及各所述待推理子图像中相应人物的关节点的修正特征进行 人物意图推理， 得到相应的人物意图推理结果。 2.根据权利要求1所述的方法， 其特征在于， 所述获取各所述待推理子图像中相应人物 的关节点的关节特 征， 包括： 利用卷积神经网络将所述当前子 图像压缩为多维向量； 其中， 所述多维向量中包括将 所述当前子图像的长和宽分别按照所述卷积神经网络的降采样倍数压缩所 得的指定数据； 求取所述当前子图像的多维向量中指定数据的平均池化， 得到所述当前子图像中各关 节点的关节特 征的向量。 3.根据权利要求1所述的方法， 其特征在于， 获取各所述待推理子图像中相应人物的关 节点的遮挡概 率， 包括： 将所述当前子图像中各关节点的关节特征的向量输入至遮挡预测网络， 得到所述遮挡 预测网络输出 的所述当前子图像中各关节点的遮挡概率； 其中， 所述遮挡 预测网络为基于 已知是否被遮挡的关节特 征的向量预训练得到的。 4.根据权利要求1至3任一项所述的方法， 其特征在于， 所述基于各所述待推理子 图像 中相应人物的关节点的关节特征及预测特征进行修正， 得到各所述待推理子图像中相应人 物的关节点的修 正特征， 包括： 如果所述当前子图像中任意关节点的遮挡概率不小于遮挡阈值， 则确定该任意关节点 的预测特 征为相应的修 正特征， 否则， 确定该任意关节点的关节特 征为相应的修 正特征。 5.一种人物意图推理装置， 其特 征在于， 包括： 检测模块， 用于： 对待推理图像进行目标检测得到相应的目标检测结果； 获取模块， 用于： 基于所述目标检测结果确定所述待推理图像中各人物的检测框， 确定 所述待推理图像中各检测框对应的图像部 分分别为相应人物的待推理子图像， 获取各所述 待推理子图像中相应人物的关节点的关节特 征及遮挡概 率； 修正模块， 用于： 将任意待推理子图像作为当前子图像， 将所述当前子图像的融合特征 信息输入至遮挡关节 点预测网络， 得到所述遮挡关节点预测网络输出的所述当前子图像中 各关节点的预测特征； 其中， 所述当前子图像的融合特征信息为将所述当前子图像的d维关权　利　要　求　书 1/2 页 2 CN 114565087 B 2节特征与所述当前子图像的1维遮挡概率直接拼接得到或将所述当前子图像的遮挡概率扩 展成d维子概率， 将该d维子概率分别与所述当前子图像的d维关节特征一一对应相加得到； 所述遮挡关节点预测网络为基于已知预测特 征的多项融合特 征信息预训练得到的； 基于各所述待推理子图像中相应人物的关节点的关节特征及预测特征进行修正， 得到 各所述待推理子图像中相应人物的关节点的修 正特征； 推理模块， 用于： 利用所述目标检测结果及各所述待推理子 图像中相应人物的关节点 的修正特征进行人物意图推理， 得到相应的人物意图推理结果。 6.一种人物意图推理设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至4任一项所述人物意图推理方 法的步骤。 7.一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上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至4任一项 所述人物 意图推理方法 的步骤。权　利　要　求　书 2/2 页 3 CN 114565087 B 3