[发明专利]一种智能判断人体姿态的方法及看护设备

权利要求书

1.一种智能判断人体姿态的方法，其特征在于，包括：

根据摄像设备实景角度采集的视频帧，获取所述视频帧中的人体数据信息；其中，所述人体数据信息至少包括人体关键点数据信息、人体坐标数据信息以及人体关键点包围框数据信息；

根据所述人体关键点数据信息、所述人体坐标数据信息以及所述人体关键点包围框数据信息，从机器学习训练模型中计算出所述视频帧中对应的人体姿态概率；

将所述人体姿态概率中的最大概率姿态判断为所述视频帧中的人体姿态。

2.根据权利要求1所述的方法，其特征在于，所述根据所述人体关键点数据信息、所述人体坐标数据信息以及所述人体关键点包围框数据信息，从机器学习训练模型中计算出所述视频帧中对应的人体姿态概率，包括：

从所述人体关键点数据信息、所述人体坐标数据信息以及所述人体关键点包围框数据信息中获取N个关键点信息，以获得N维数据信息；其中，所述N个关键点信息至少包括N个关键点坐标位置；

计算每一所述N个关键点坐标位置之间的距离，以获得N(N-1)/2维数据信息；

计算所述N个关键点坐标位置集合的中心点坐标，以获得二维数据信息；

根据所述N维数据信息、所述N(N-1)/2维数据信息以及所述二维数据信息，计算出K维判断数据信息；其中，所述K维判断数据信息为所述N维数据信息、所述N(N-1)/2维数据信息以及所述二维数据信息相加所得；

将所述K维判断数据信息与所述机器学习训练模型进行点积运算，以获得所述视频帧中对应的所述人体姿态概率。

3.根据权利要求2所述的方法，其特征在于，在所述根据摄像设备实景角度采集的视频帧，获取所述视频帧中的人体数据信息之前，所述方法还包括：

根据背景维护算法，获取所述视频帧中的背景信息；

将所述视频帧中的除所述背景信息以外的物体作为被拍摄人体，以执行所述根据摄像设备实景角度采集的视频帧，获取所述视频帧中的人体数据信息的步骤。

4.根据权利要求3所述的方法，其特征在于，在所述将所述视频帧中的除所述背景信息以外的物体作为被拍摄人体之后，以及在所述根据摄像设备实景角度采集的视频帧，获取所述视频帧中的人体数据信息之前，所述方法还包括：

若所述N个关键点坐标位置对应的最小矩形包围框面积低于最小包围面积判断阈值minArea，确定为人体图像误识别以获得人体图像误识别关键点坐标位置；

将除所述人体图像误识别关键点坐标位置外的所述N个关键点坐标位置作为目标关键点坐标位置，以执行所述根据摄像设备实景角度采集的视频帧，获取所述视频帧中的人体数据信息的步骤。

5.根据权利要求4所述的方法，其特征在于，在所述将所述视频帧中的除所述背景信息以外的物体作为被拍摄人体之后，以及在所述确定为人体图像误识别以获得人体图像误识别关键点坐标位置之前，所述方法还包括：

计算所述中心点坐标与所述视频帧中的图像下沿中点坐标的横坐标偏移量dx与纵坐标偏移量dy；

根据所述横坐标偏移量dx与所述纵坐标偏移量dy，计算出所述中心点坐标的横坐标方向衰减值decayX与纵坐标方向衰减值decayY；

根据所述横坐标方向衰减值decayX与所述纵坐标方向衰减值decayY，计算出所述最小包围面积判断阈值minArea；

判断所述N个关键点坐标位置对应的最小矩形包围框面积是否低于所述最小包围面积判断阈值minArea。

6.根据权利要求1～5任一项所述的方法，其特征在于，所述方法还包括：获取终端设备建立的所述机器学习训练模型。