[发明专利]一种用于复杂多人场景的人体姿态判定方法及系统

权利要求书

1.一种用于复杂多人场景的人体姿态判定方法，其特征在于，所述方法包括以下步骤：

步骤1，检测人体关键点，并划分关键点集合；

步骤2，提取各集合中人体关键点几何分布的统计特征；

步骤3，根据统计特征判定人体姿态。

2.根据权利要求1所述的用于复杂多人场景的人体姿态判定方法，其特征在于，步骤1所述检测人体关键点，并划分关键点集合，具体过程包括：

步骤1-1，构建样本训练集，该集合包括标注好人体关键点的若干人体图像；

步骤1-2，利用所述样本训练集训练深度卷积神经网络；

步骤1-3，利用训练好的深度卷积神经网络检测待检测人体图像中的关键点；

步骤1-4，划分关键点集合，具体为：

剔除非人体躯干的关键点，包括手部，形成全身关键点集合；

将人体躯干关键点划分为上半身关键点集合、下半身关键点集合、左臂关键点集合和右臂关键点集合；

将下半身关键点继续划分为左腿关键点集合、右腿关键点集合、左侧大腿关键点集合以及右侧大腿关键点集合。

3.根据权利要求1或2所述的用于复杂多人场景的人体姿态判定方法，其特征在于，步骤2所述提取各集合中人体关键点几何分布的统计特征，具体过程包括：

步骤2-1-1，计算各关键点集合的凸包；

步骤2-1-2，从构成凸包的关键点中找出距离最大的两个关键点；

步骤2-1-3，计算所述两个关键点连线沿顺时针方向旋转与水平方向的夹角，作为该凸包的水平角度。

4.根据权利要求3所述的用于复杂多人场景的人体姿态判定方法，其特征在于，步骤3所述根据统计特征判定人体姿态，具体为：根据各关键点集合凸包的水平角度，判定手臂、腿部以及全身的姿态：

假设全身关键点集合凸包的水平夹角为α₀；上半身关键点集合凸包水平夹角为α₁；下半身关键点集合凸包的水平夹角为α₂；左臂关键点集合凸包的水平夹角为α₃；右臂关键点集合凸包的水平夹角为α₄；左腿关键点集合凸包的水平夹角为α₅；右腿关键点集合凸包的水平夹角为α₆；左侧大腿关键点集合凸包的水平夹角为α₇；右侧大腿关键点集合凸包的水平夹角为α₈；

若|tanα₃|∈(a₃,b₃)或|tanα₄|∈(a₃,b₃)，则判定为抬臂姿态；若|tanα₅|∈(a₅,b₅)或|tanα₆|∈(a₅,b₅)，则判定为踢腿姿态；若|tanα₀|∈(a₀,b₀)、|tanα₁|∈(a₁,b₁)且|tanα₂|∈(a₂,b₂)，则判定为站立姿态；若|tanα₇|∈[a₇,b₇]或|tanα₈|∈[a₇,b₇]，则判定为蹲坐姿态；若|tanα₀|∈[c₀,d₀]、|tanα₁|∈[c₁,d₁]且|tanα₂|∈[c₂,d₂]，则判定为平躺姿态。