[发明专利]视频数据实时姿态识别方法及装置、计算设备在审

专利信息
申请号: 201711157088.8 申请日: 2017-11-20
公开(公告)号: CN107944376A 公开(公告)日: 2018-04-20
发明(设计)人: 董健 申请(专利权)人: 北京奇虎科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 北京市浩天知识产权代理事务所(普通合伙)11276 代理人: 宋菲,刘云贵
地址: 100088 北京市西城区新*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 数据 实时 姿态 识别 方法 装置 计算 设备
【说明书】:

技术领域

发明涉及深度学习领域,具体涉及一种视频数据实时姿态识别方法及装置、计算设备。

背景技术

姿态识别主要通过两种方式,一种是利用外部设备,如可穿戴的传感器或手柄等设备,具有精确直接的特点,但对肢体动作造成束缚,且对外部设备依赖性高。另一种基于提取人体的各个关节的关键点信息,如手、手肘、肩膀等各个关节,通过计算各关节关键点位置信息交叉或平行等进行姿态识别。

现有技术中,在对图像采集设备所采集到的图像进行识别时所使用的神经网络往往具有多层中间层,这样可以得到更精准的识别结果。但多层中间层的计算速度会较慢,不能快速的识别,无法快速的得到当前帧图像中的具体情况。尤其当姿态实时变化时,会使得识别结果延迟于当前帧图像。而使用中间层较少的神经网络时,由于中间层层数较少,其计算速度较快,但受其层数限制,有可能造成计算能力有限、拟合能力较差、得到结果不准确等问题。

发明内容

鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的视频数据实时姿态识别方法及装置、计算设备。

根据本发明的一个方面,提供了一种视频数据实时姿态识别方法,其包括:

实时获取图像采集设备所拍摄和/或所录制的视频中的包含特定对象的当前帧图像;

将当前帧图像输入至第二神经网络中,得到对当前帧图像中特定对象的姿态识别结果;其中,第二神经网络利用预先训练的第一神经网络的至少一层中间层的输出数据进行指导训练得到,第一神经网络的层数多于第二神经网络的层数;

根据特定对象的姿态识别结果,确定对应的待响应的命令,以供图像采集设备所在终端设备响应待响应的命令。

可选地,图像采集设备所在终端设备所显示的图像为当前帧图像;

根据特定对象的姿态识别结果,确定对应的待响应的命令,以供图像采集设备所在终端设备响应待响应的命令进一步包括:

根据特定对象的姿态识别结果,确定对应的对当前帧图像待响应的效果处理命令,以供图像采集设备所在终端设备响应待响应的效果处理命令。

可选地,根据特定对象的姿态识别结果,确定对应的对当前帧图像待响应的效果处理命令,以供图像采集设备所在终端设备响应待执行的效果处理命令进一步包括:

根据特定对象的姿态识别结果,以及当前帧图像中的包含的与其他对象的交互信息,确定对应的对当前帧图像待响应的效果处理命令。

可选地,待响应的效果处理命令包括效果贴图处理命令、风格化处理命令、亮度处理命令、光照处理命令和/或色调处理命令。

可选地,图像采集设备所在终端设备所显示的图像不是当前帧图像;

根据特定对象的姿态识别结果,确定对应的待响应的命令,以供图像采集设备所在终端设备响应待响应的命令进一步包括:

获取图像采集设备所在终端设备所显示的图像;

根据特定对象的姿态识别结果,确定对应的图像待响应的命令,以供图像采集设备所在终端设备响应待响应的命令。

可选地,第二神经网络的训练过程包括:

将姿态识别的训练样本数据输入至经训练得到的第一神经网络中,获得第一神经网络的至少一层第一中间层的输出数据;

将姿态识别的训练样本数据输入至待训练的第二神经网络中,获得第二神经网络的至少一层第二中间层的输出数据以及最终输出数据,至少一层第二中间层与至少一层第一中间层具有对应关系;

利用至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失,以及最终输出数据与预标注的输出数据之间的损失,对第二神经网络进行训练。

可选地,至少一层第一中间层包含第一神经网络的瓶颈层;至少一层第二中间层包含第二神经网络的瓶颈层。

可选地,利用至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失,以及最终输出数据与预标注的输出数据之间的损失,对第二神经网络进行训练进一步包括:

根据至少一层第二中间层的输出数据与至少一层第一中间层的输出数据之间的损失更新第二神经网络的权重参数,根据最终输出数据与预标注的输出数据之间的损失更新第二神经网络的权重参数,对第二神经网络进行训练。

可选地,在将训练样本的输入数据输入至待训练的第二神经网络中,获得第二神经网络的至少一层第二中间层的输出数据以及最终输出数据之前,方法还包括:

将姿态识别的训练样本数据进行下采样处理,将处理后的数据作为第二神经网络的姿态识别的训练样本数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇虎科技有限公司,未经北京奇虎科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711157088.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top