[发明专利]基于视频中人体步态的状态识别方法、装置及存储介质

权利要求书

1.一种基于视频中人体步态的状态识别方法，应用于电子装置，其特征在于，所述方法包括：

获取待处理视频中的帧图像，并在各帧图像中框选出包含对应待检测人体的最小矩形框；

基于所述最小矩形框绘制周期曲线，并根据所述周期曲线获取待检测人体的关键点坐标信息；

将所述关键点坐标信息及与所述待检测人体对应的微表情情绪作为训练数据，训练步态情绪识别模型；

根据所述步态情绪识别模型和所述关键点坐标信息获取与所述待检测人体对应的情绪特征；

通过贝叶斯网络模型对所述情绪特征进行兴奋度和愉悦度的分数评估，基于评估分数获取所述待检测人体的状态信息；其中，

所述根据所述周期曲线获取待检测人体的关键点坐标信息的步骤包括：

获取所述周期曲线的各波峰对应的第一帧图像组，基于所述第一帧图像组获取与所述第一帧图像组对应的待检测人体的身高、盆骨纵坐标、膝关节纵坐标和踝关节纵坐标信息；

同时，获取所述周期曲线的各波谷对应的第二帧图像组，基于所述第二帧图像组获取待检测人体的膝关节弯折点纵坐标，基于所述膝关节弯折点纵坐标获取与所述第二帧图像组对应的待检测人体的盆骨纵坐标、膝关节纵坐标和踝关节纵坐标信息；

同时，获取所述周期曲线非波峰波谷点对应的第三帧图像组，并人工标注所述第三帧图像组的关键点，基于所述关键点获取与所述第三帧图像组对应的待检测人体的盆骨纵坐标、膝关节纵坐标和踝关节纵坐标信息。

2.根据权利要求1所述的基于视频中人体步态的状态识别方法，其特征在于，所述获取待处理视频中的帧图像，并在各帧图像中框选出包含对应待检测人体的最小矩形框的步骤包括：

获取所述待处理视频中的一系列帧图像，并基于所述帧图像获取对应的背景图像和差分图像；

对所述差分图像进行二值化处理，以获取对应的二值化图像；

基于所述二值化图像获取人体目标图像；

根据所述人体目标图像获取包含所述待检测人体的最小矩形框。

3.根据权利要求2所述的基于视频中人体步态的状态识别方法，其特征在于，基于所述二值化图像获取人体目标图像的步骤包括：

基于数学形态学方法、单连通分析和区域跟踪方法填充所述二值化图像的空洞，以获取所述人体目标图像。

4.根据权利要求1所述的基于视频中人体步态的状态识别方法，其特征在于，获取与所述第三帧图像组对应的待检测人体的盆骨纵坐标、膝关节纵坐标和踝关节纵坐标信息的步骤包括：

利用牛顿插值法对所述非波峰波谷点进行插值处理，获取对应的插值点；

将所述插值点作为初始值、人工标注的关键点作为训练数据，利用神经网络模型进行训练，获取与所述第三帧图像组对应的待检测人体的盆骨纵坐标、膝关节纵坐标和踝关节纵坐标信息。

5.根据权利要求1所述的基于视频中人体步态的状态识别方法，其特征在于，基于评估分数获取所述待检测人体的状态信息的步骤包括：

构造状态二维图，所述状态二维图的横轴表示愉悦度分数，所述状态二维图的纵坐标表示兴奋度分数；

将所述兴奋度和愉悦度的评估分数表示为状态二维图中的状态点；

根据所述状态点确定所述待检测人体的状态信息。