本页翻译不是最新的。点击此处可查看最新英文版本。

关键点检测

使用卷积神经网络 (CNN) 检测目标中的关键点

关键点检测，也称为关键点定位或路标检测，是一项计算机视觉任务，涉及识别和定位图像中感兴趣的特定点。在计算机视觉任务中，关键点表示人体关节、人脸标志点或目标上的显著点。

关键点检测提供关于图像中目标或实体的位置、位姿和结构的基本信息，在诸如以下各项的计算机视觉应用中起着关键作用。

  • 位姿估计

  • 目标检测和跟踪

  • 人脸分析

  • 增强现实

Keypoint detection on a group of people

基于深度学习的目标关键点检测方法使用卷积神经网络 (CNN)，例如高分辨率深度学习网络 (HRNet)。您可以训练一个自定义目标关键点检测器，或使用迁移学习来修改预训练的关键点检测器并针对您的应用对其进行微调。有关迁移学习的详细信息，请参阅深度学习：用 10 行 MATLAB 代码实现迁移学习。

卷积神经网络需要 Deep Learning Toolbox™ 许可证。您可以在具有 CUDA® 功能的 GPU 上执行基于 GPU 的训练和预测。推荐使用 GPU，并且需要 Parallel Computing Toolbox™ 许可证。有关详细信息，请参阅Computer Vision Toolbox 预设项和MathWorks 产品中的并行计算支持 (Parallel Computing Toolbox)。

App

图像标注器为计算机视觉应用标注图像
视频标注器Label video for computer vision applications
深度网络设计器设计和可视化深度学习网络

函数

全部展开

hrnetObjectKeypointDetectorCreate object keypoint detector using HRNet deep learning network (自 R2023b 起)
trainHRNetObjectKeypointDetectorTrain HRNet object keypoint detector (自 R2024a 起)
insertObjectKeypointsInsert object keypoints in image (自 R2023b 起)
loadHRNETObjectKeypointDetectorLoad HRNet object keypoint detector model for code generation (自 R2023b 起)

主题

精选示例

Hand Pose Estimation Using HRNet Deep Learning

Hand Pose Estimation Using HRNet Deep Learning

Detect keypoints in a human hand and estimate the hand pose using the HRNet deep learning network.

Multi-Object Tracking and Human Pose Estimation

Multi-Object Tracking and Human Pose Estimation

Detect multiple people, track them, and estimate their body poses in a video by using pretrained deep learning networks and a global nearest-neighbor (GNN) assignment tracking approach.

Deep Learning-based Human Pose Estimation for Squat Analysis

Deep Learning-based Human Pose Estimation for Squat Analysis

Use pretrained deep learning networks to estimate human body pose and perform squat analysis.

Spacecraft Pose Estimation Using HRNet Keypoint Detector and PnP Solver

Spacecraft Pose Estimation Using HRNet Keypoint Detector and PnP Solver

Estimate keypoints and pose of spacecraft.