[发明专利]一种人体姿态估计方法、装置和存储介质

权利要求书

1.一种人体姿态估计方法，其特征在于，包括：

获取帧图像；

利用目标检测算法从所述帧图像中检测出人体轮廓；

针对检测出的人体轮廓，利用预先训练得到的姿态估计模型确定所述人体轮廓中的关节点位置，其中，所述姿态估计模型为利用标注有关节点位置的样本帧图像进行训练得到的；

其中，利用标注有关节点位置的样本帧图像按照以下流程进行训练得到所述姿态估计模型：

读取样本帧图像；

将读取的样本帧图像输入到预先搭建的神经网络中输出关节点位置预测结果；

确定所述关节点位置预测结果与预先标注的关节点位置的差值；

如果所述差值在预设范围内，则结束训练得到所述姿态估计 模型；

如果所述差值不在预设范围内，则读取下一样本帧图像，并返回执行将读取的样本帧图像输入到预先搭建的神经网络中输出关节点位置预测结果的步骤；

其中，所述姿态估计 模型，采用Linear Bottlenecks线性瓶颈结构，去掉了小维度输出层后面的非线性激活层，同时采用了Inverted Residual block反向残差模块结构；

其中，将训练得到的姿态估计模型转换为预设格式文件存储于移动设备中；以及

在针对检测出的人体轮廓，利用预先训练得到的姿态估计模型确定所述人体轮廓中的关节点位置之前，还包括：读取所述预设格式文件；

获取帧图像，具体包括：从用户相册中读取二维图像；或者调用移动设备的摄像头采集图像。

2.一种人体姿态估计装置，其特征在于，包括：

获取单元，用于获取帧图像；

目标检测单元，用于利用目标检测算法从所述帧图像中检测出人体轮廓；

估计单元，用于针对检测出的人体轮廓，利用预先训练得到的姿态估计模型确定所述人体轮廓中的关节点位置，其中，所述姿态估计模型为利用标注有关节点位置的样本帧图像进行训练得到的；

第一读取单元，用于读取样本帧图像；

训练单元，用于将读取的样本帧图像输入到预先搭建的神经网络中输出关节点位置预测结果；确定所述关节点位置预测结果与预先标注的关节点位置的差值；如果所述差值在预设范围内，则结束训练得到所述姿态估计 模型；如果所述差值不在预设范围内，则读取下一样本帧图像，并返回执行将读取的样本帧图像输入到预先搭建的神经网络中输出关节点位置预测结果的步骤；

其中，所述姿态估计 模型，采用Linear Bottlenecks线性瓶颈结构，去掉了小维度输出层后面的非线性激活层，同时采用了Inverted Residual block反向残差模块结构；

还包括：

转换单元，用于将训练得到的姿态估计模型转换为预设格式文件；

存储单元，用于存储所述预设格式文件；

第二读取单元，用于在所述估计单元针对检测出的人体轮廓，利用预先训练得到的姿态估计模型确定所述人体轮廓中的关节点位置之前，读取所述预设格式文件；

所述获取单元，用于从用户相册中读取二维图像；或者调用移动设备的摄像头采集图像。

3.一种计算装置，其特征在于，包括至少一个处理器、以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行权利要求1所述方法的步骤。

4.一种计算机可读介质，其特征在于，其存储有可由移动设备执行的计算机程序，当所述程序在移动设备上运行时，使得所述移动设备执行权利要求1所述方法的步骤。