[发明专利]一种人体姿态预测方法、装置及系统

权利要求书

1.一种人体姿态预测方法，其特征在于，包括：

获取用户特征部位的动作参数；

根据当前预设时间窗口内获取到的动作参数序列，预测即将发生的第一时间段内的用户的动作参数序列；

基于预设人体姿态识别模型，根据所述当前预设时间窗口内获取到的动作参数序列和预测的所述第一时间段内的用户的动作参数序列，预测所述第一时间段的用户姿态，所述姿态包括正常姿态和异常姿态；

基于所述预设人体姿态识别模型，根据所述当前预设时间窗口内获取到的动作参数序列和所述第一时间段内实际获取到的用户的动作参数序列，确定所述第一时间段的实际用户姿态；

判断预测的所述第一时间段的用户姿态和所述实际用户姿态是否一致；

若否，则根据所述当前预设时间窗口内获取到的动作参数序列和所述实际用户姿态修正所述预设人体姿态识别模型，以用修正的所述预设人体姿态识别模型进行人体姿态预测。

2.根据权利要求1所述的人体姿态预测方法，其特征在于，基于隐马尔科夫模型，根据当前预设时间窗口内获取到的动作参数序列，预测即将发生的第一时间段内的用户的动作参数序列。

3.根据权利要求1所述的人体姿态预测方法，其特征在于，基于卷积神经网络自学习算法，根据所述当前预设时间窗口内获取到的动作参数序列和所述实际用户姿态修正所述预设人体姿态识别模型。

4.根据权利要求1所述的人体姿态预测方法，其特征在于，所述获取用户特征部位的动作参数之前，还包括：构建所述预设人体姿态识别模型。

5.根据权利要求4所述的人体姿态预测方法，其特征在于，所述构建所述预设人体姿态识别模型，包括：

建立用户动作参数与姿态数据库，所述数据库中包含多个用户在预设时间窗口的动作参数序列与姿态的对应关系，所述姿态包括正常姿态和异常姿态；

根据所述数据库，训练得到所述预设人体姿态识别模型。

6.根据权利要求1所述的人体姿态预测方法，其特征在于，所述根据所述当前预设时间窗口内获取到的动作参数序列和所述实际用户姿态修正所述预设人体姿态识别模型，之后还包括：

当所述实际用户姿态为异常姿态时，将所述当前预设时间窗口内获取到的动作参数序列和所述实际用户姿态上传至服务器，以使所述服务器修正所述预设人体姿态识别模型，并将修正后的预设人体姿态识别模型发送至其他同类设备，以更新所述其他同类设备内置的预设人体姿态识别模型。

7.一种人体姿态预测装置，其特征在于，包括：

参数获取模块，用于获取用户特征部位的动作参数；

参数预测模块，用于根据当前预设时间窗口内获取到的动作参数序列，预测即将发生的第一时间段内的用户的动作参数序列；

姿态预测模块，用于基于预设人体姿态识别模型，根据所述当前预设时间窗口内获取到的动作参数序列和预测的所述第一时间段内的用户的动作参数序列，预测所述第一时间段的用户姿态，所述姿态包括正常姿态和异常姿态；

姿态确定模块，用于基于所述预设人体姿态识别模型，根据所述当前预设时间窗口内获取到的动作参数序列和所述第一时间段内实际获取到的用户的动作参数序列，确定所述第一时间段的实际用户姿态；

判断模块，用于判断预测的所述第一时间段的用户姿态和所述实际用户姿态是否一致；

修正模块，用于若预测的所述第一时间段的用户姿态和所述实际用户姿态不一致，则根据所述当前预设时间窗口内获取到的动作参数序列和所述实际用户姿态修正所述预设人体姿态识别模型，以用修正的所述预设人体姿态识别模型进行人体姿态预测。