[发明专利]一种基于RGB相机和深度学习的人体姿态识别方法与系统

说明书

本发明提供了一种基于RGB相机和深度学习的人体姿态识别方法与系统，包括：S1、获取待识别图像；S2、将待识别图像输入至训练好的第一神经网络，进行人体目标检测，获取人体目标图像；S3、将人体目标图像输入至训练好的第二神经网络，进行人体关节点位置检测，获取待匹配人体关节点位置信息；S4、将待匹配人体关节点位置信息进行模板匹配，识别出人体姿态。本发明基于采用Faster‑RCNN算法的深度卷积神经网络作为第一神经网络进行人体目标检测，以及采用CPM算法的深度卷积神经网络作为第二神经网络进行人体关节点位置检测，能够快速、准确地从待识别图像中准确识别人体关节点的位置信息，从而识别出人体姿态。

技术领域

本发明涉及人体姿态识别领域，尤其涉及一种基于RGB相机和深度学习的人体姿态识别方法与系统。

背景技术

人体姿态识别是人机交互的重要部分，以人为中心的交互方式，近年来得到了越来越多的关注，在各领域具有广阔的应用前景。由于人体姿态的多样性，背景干扰，衣服以及其他物体的遮挡等情况，准确识别人体姿态具有很大挑战性。

人体姿态识别是人机交互的一项关键技术，传统的人体姿态识别是基于人工提取特征，这种方法的识别速度慢，准确率低和鲁棒性较差，而随着微软Kinect设备在2010年的推出，给人体姿态识别带来极大的方便，人体姿态识别应用微软Kinect设备得到较大的发展，在Kinect设备使用过程中，一般采用深度摄像头，该深度摄像头还兼具红外传感摄像头的功能，但是若采用深度摄像头，则会存在深度摄像头的识别范围较小、自身分辨率较低、物体边缘容易产生空洞，延迟较大等问题；若采用红外传感摄像头，则会存在分辨率较低、纹理和色彩缺失，以及容易受到各种热源噪声影响等问题，而这些都限制了Kinect设备的应用；同时，在2017年10月份，微软宣布永久停产Kinect设备产品，使得微软Kinect设备在后续使用中存在较大不变，目前人体姿态识别领域亟需一种能替代微软Kinect设备的产品。

因此，目前的人体姿态识别领域，存在人工提取特征识别速度慢、准确率低和鲁棒性较差，或依赖微软Kinect设备，从而受深度摄像头限制的问题。

发明内容

为了解决目前人体姿态识别领域，存在人工提取特征识别速度慢、准确率低和鲁棒性较差，或依赖微软Kinect设备，从而受深度摄像头限制的问题，一方面，本发明提供了一种人体姿态识别方法，包括：

S1、获取待识别图像；S2、将待识别图像输入至训练好的第一神经网络，进行人体目标检测，获取人体目标图像；S3、将人体目标图像输入至训练好的第二神经网络，进行人体关节点位置检测，获取待匹配人体关节点位置信息；S4、将待匹配人体关节点位置信息进行模板匹配，识别出人体姿态。

优选地，步骤S1和步骤S2之间，还包括：对待识别图像进行图像预处理，图像预处理包括图像去噪和图像滤波。

优选地，第一神经网络为采用Faster-RCNN算法的深度卷积神经网络。

优选地，第二神经网络为采用CPM算法的深度卷积神经网络。

另一方面，本发明还提供了一种人体姿态识别系统，包括：依次连接的拍摄装置、人体目标检测装置、人体关节点位置检测装置和人体姿态识别装置。

其中，拍摄装置用于获取待识别图像；人体目标检测装置用于将待识别图像输入至训练好的第一神经网络，进行人体目标检测，获取人体目标图像；人体关节点位置检测装置用于将人体目标图像输入至训练好的第二神经网络，进行人体关节点位置检测，获取待匹配人体关节点位置信息；人体姿态识别装置用于将待匹配人体关节点位置信息进行模板匹配，识别出人体姿态。

优选地，人体姿态识别系统还包括图像预处理装置，拍摄装置和人体目标检测装置分别与图像预处理装置连接，图像预处理装置用于对待识别图像进行图像预处理。