[发明专利]一种基于骨骼关键点的人体姿态识别方法、装置、存储介质及终端在审
申请号: | 202010387589.0 | 申请日: | 2020-05-09 |
公开(公告)号: | CN111680562A | 公开(公告)日: | 2020-09-18 |
发明(设计)人: | 苗鱼;赵玺;骆新;张亚宇 | 申请(专利权)人: | 北京中广上洋科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京辰权知识产权代理有限公司 11619 | 代理人: | 付婧 |
地址: | 100094 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 骨骼 关键 人体 姿态 识别 方法 装置 存储 介质 终端 | ||
1.一种基于骨骼关键点的人体姿态识别方法,其特征在于,所述方法包括:
获取视频图像序列中视频图像帧;
将所述视频图像帧输入预设骨骼检测模型中检测;
当检测到人体骨骼时,提取检测区域中各目标人物的骨骼关键点集合;
将所述骨骼关键点集合输入预先训练的姿态判断模型中生成姿态识别结果。
2.根据权利要求1所述的方法,其特征在于,所述将所述骨骼关键点集合输入预先训练的姿态判断模型中生成姿态识别结果,包括:
将所述目标人物的骨骼关键点组合成目标姿态;
通过预先训练的姿态判断模型获取所述目标姿态对应的姿态判断参数;
基于所述姿态判断参数生成姿态识别结果。
3.根据权利要求1所述的方法,其特征在于,所述获取视频图像序列中视频图像帧之前,还包括:
获取训练数据的视频图像帧;
提取所述训练数据的视频图像帧中各目标人物的骨骼关键点集合;
采集所述各目标人物的骨骼关键点集合中各关键点对应的数据信息;
针对不同姿态将所述数据信息分类生成不同姿态的数据信息;
创建所述不同姿态的数据信息对应的姿态判断模型;
基于所述训练数据的视频图像帧和姿态判断模型生成不同姿态的数据信息对应的姿态判断模型的姿态判断参数。
4.根据权利要求3所述的方法,其特征在于,所述基于所述训练数据的视频图像帧和姿态判断模型生成不同类别的数据信息对应的姿态判断模型的姿态判断参数,包括:
基于所述姿态判断模型分析所述训练数据的视频图像帧中各目标人物姿态,生成各目标人物姿态对应的正负样本数据;
采用支持向量机的方法对所述目标人物姿态对应的正负样本数据训练,生成不同类别的数据信息对应的姿态判断模型的姿态判断参数。
5.根据权利要求3所述的方法,其特征在于,所述获取视频图像帧之前,还包括:
将预设骨骼检测模型和所述骨骼检测模型对应的参数及流程初始化。
6.根据权利要求3所述的方法,其特征在于,所述提取所述训练数据的视频图像帧中各目标人物姿态的骨骼关键点集合,包括:
将所述训练数据的视频图像帧输入预设骨骼检测模型中检测,提取检测区域中各目标人物的骨骼关键点集合。
7.根据权利要求3所述的方法,其特征在于,所述各关键点对应的数据信息至少包括上半身的倾斜度、上半身长与大腿长比例、上半身与大腿的夹角、大腿的倾斜度、大腿和小腿的夹角、小腿的倾斜度、大腿和小腿的长度比例、胳膊长度和上半身长度、脖子和肩膀的长度关系、脖子和肩膀的夹角、上臂的倾斜度、前臂的倾斜度、前臂和上臂的夹角、人头和肩膀的位置关系、左右臂的位置关系。
8.一种基于骨骼关键点的人体行为识别装置,其特征在于,所述装置包括:
图像帧获取模块,用于获取视频图像序列中视频图像帧;
检测模块,用于将所述视频图像帧输入预设骨骼检测模型中检测;
关键点提取模块,用于当检测到人体骨骼时,提取检测区域中各目标人物的骨骼关键点集合;
结果识别模块,用于将所述骨骼关键点集合输入预先训练的姿态判断模型中生成姿态识别结果。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~7任意一项的方法步骤。
10.一种终端,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~7任意一项的方法步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京中广上洋科技股份有限公司,未经北京中广上洋科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010387589.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:全自动注液机及电池
- 下一篇:全自动负极焊接机及电池