[发明专利]基于改进自顶向下法多人姿态检测的行人运动预测方法

权利要求书

1.一种基于改进自顶向下法多人姿态检测的行人运动预测方法，其特征在于，包括以下步骤：

步骤1：输入原始多人行人视频；

步骤2：对输入视频进行行人边界框SSD处理，得到行人边界框b；

步骤3：对步骤2中获得的行人边界框b进行空间网络变换，提取出一个高质量的人体区域框；

步骤4：对每一个高质量人体区域框进行单人姿势检测，得到有冗杂的骨点置信度E；

对每一个高质量人体区域框采用CNN单人姿势检测SPPE得到有冗杂的骨点置信度E；

其中，d_j1、d_j2分别为两个骨点的位置，L_c为两骨点组成的线段，u为计算积分的中间系数，且u∈[0，1]，p(u)为d_j1、d_j2之间的插值，其计算方法为：

p(u)＝(1-u)d_j1+ud_j2；

步骤5：对有冗杂的骨点置信度E，进行消除冗杂处理；

步骤6：将步骤3中获得的人体区域框映射至原图坐标中，得到原图坐标中的高质量区域框；

步骤7：将当前帧与前N帧进行步骤1-6的处理，分别得到N+1张图片的骨点置信度E(d_i)，i＝1，2，...，N+1，对这N+1张骨点图画出每张骨点的运动轨迹；

步骤8：对这N+1张图片进行光流处理，得到各个骨点的位移向量ε(d)；

步骤9：将每一帧的骨点d_j以及预计下一帧的新骨点v连接，得到人体骨骼框图；

步骤10：将步骤7中获得的N+1个连续帧E(d_i)和步骤8的光流处理后的骨点位移偏移量ε(d)传输到长短期记忆神经网络LSTM进行训练模型；

步骤11：步骤10中每进行M次训练则生成一次骨骼框图E_f，所述E_f即为实时的行人运动预测。

2.根据权利要求1所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其特征在于，步骤2的具体实现过程是：

假设得到行人边界框为b，则：

b＝(b^cx，b^cy，b^w，b^h)＝(d^wl^cx+d^cx，d^hl^cy+d^cy，d^wexp(l^w)，d^hexp(l^h))

且

其中，d表示先验框的位置，l表示边界框的预测位置，i^cx，i^cy分别表示边界框i中心的横坐标和纵坐标，i^w，i^h分别表示边界框i的宽和高，i可取b、d、l。

3.根据权利要求2所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其特征在于，步骤3的具体实现过程是：采用空间变换网络STN对行人边界框b提取出一个高质量的人体区域框

其中，θ₁，θ₂，θ₃均为反映人体区域框变换前后坐标关系的向量系数，为空间变换网络STN变换之后的区域框坐标。

4.根据权利要求1所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其特征在于，步骤5的具体实现过程是：选取最大置信度的骨点E_max作为参考，定义η为标准的阈值，则：

若E(d_i，d_j)输出为1，则表示骨点d_i是冗杂的，应被消除；若E(d_i，d_j)输出为0，则表示骨点d_j是冗杂的，应被消除。