[发明专利]姿态跟踪方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种姿态跟踪方法，包括：获取获取视频图像集，对所述视频图像集进行分帧处理，得到分帧图像集；对所述分帧图像集进行分解处理，得到纹理分量图像集，将所述纹理分量图像集输入到光流中；基于边缘检测和角检测算法对所述纹理分量图像集进行特征点提取，得到所述纹理分量图像集的目标特征点；根据所述目标特征点，利用图像金字塔技术对所述光流中的纹理分量图像集进行姿态跟踪；通过块匹配技术对所述姿态跟踪的纹理分量图像集进行匹配，并计算所述光流中的纹理分量图像集的匹配得分，完成多帧图像的姿态跟踪。本发明还提出一种姿态跟踪装置以及一种计算机可读存储介质。本发明实现了多帧图像姿态的精准跟踪。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于光流和运动图像相结合的姿态跟踪方法、装置及计算机可读存储介质。

背景技术

运动目标检测在视频监控领域中扮演着越来越重要的角色。运动目标检测是对视频图像中发生变化部分的分离，是基于几何和统计特征的图像分割。目标检测算法在现实生活中的应用十分广泛，在节省人力，提高工作效率方面有着重要的意义。新的目标检测算法的不断涌现推动了智能监控的发展。同时，智能监控的发展也使得运动目标检测算法不断改进。目前，所用的人体跟踪算法虽然可以捕捉单帧人体姿态，但无法获取多帧姿态的联系。现有的姿态跟踪的方法主要有背景差法，这种方法虽然能够准确地提取运动目标，但容易受外界环境的影响。对此业界提出了一些改进算法，但是有的效果并不明显，或者能够精确检测但失去了效率。

发明内容

本发明提供一种姿态跟踪方法、装置及计算机可读存储介质，其主要目的在于当用户在进行图像姿态检测时，给用户呈现出精准的图像姿态跟踪结果。

为实现上述目的，本发明提供的一种姿态跟踪方法，包括：

获取视频图像集，对所述视频图像集进行分帧处理，得到分帧图像集；

对所述分帧图像集进行分解处理，得到纹理分量图像集，并将所述纹理分量图像集输入到光流中；

基于边缘检测算法以及角检测算法对所述纹理分量图像集进行特征点提取，得到所述纹理分量图像集的目标特征点；

根据所述目标特征点，利用图像金字塔技术对所述光流中的纹理分量图像集进行姿态跟踪；

通过块匹配技术对进行姿态跟踪后的所述光流中的纹理分量图像集进行匹配，得到最佳匹配块，根据所述最佳匹配块，得到所述光流中的纹理分量图像集的匹配得分，完成多帧图像的姿态跟踪。

可选地，该方法在对所述分帧图像集进行分解处理之前，还包括对所述分帧图像集进行预处理操作，其中，所述预处理操作包括；

利用图像灰度化将所述分帧图像集中的图像转换为灰度图像；

通过自适应图像降噪滤波器对所述灰度图像进行降噪；

利用对比度拉伸方式对降噪后的所述灰度图像进行对比度增强；及

根据OTSU算法将对比度增强后的所述灰度图像进行阈值化操作，得到二值化图像。

可选地，所述对所述分帧图像集进行分解处理，得到纹理分量图像集，包括：

将所述分帧图像集中的图像分解为结构分量图像和纹理分量图像，所述分解采用如下方法：

I(x,y)＝I_S(x,y)+I_T(x,y)

其中，I(x,y)表示所述分帧图像集中的图像，I_S(x,y)表示所述结构分量图像，I_T(x,y)表示所述纹理分量图像；

计算所述结构分量图像I_S(x,y)：