[发明专利]人体姿态实时检测方法、装置、计算机设备及存储介质

权利要求书

1.一种人体姿态实时检测方法，其特征在于，包括：

实时获取预设时间段的视频片段，并从所述视频片段中抽取出预设数量的待识别图像；

对所有所述待识别图像进行噪音过滤处理，得到与各所述待识别图像对应的待处理图像；

将所有所述待处理图像分别输入人体检测模型和时序分类模型；

通过所述人体检测模型对各所述待处理图像进行身体动作特征提取及识别，得到与各所述待处理图像一一对应的第一概率结果，根据所有所述第一概率结果，确定出第一识别结果；

通过所述时序分类模型对各所述待处理图像进行目标姿态时序识别，得到第二识别结果；

对所述第一识别结果和所述第二识别结果进行加权融合，得到目标姿态检测结果；所述目标姿态检测结果表征了在所述视频片段中是否存在关注的人体姿态变化的动作。

2.如权利要求1所述的人体姿态实时检测方法，其特征在于，所述对所有所述待识别图像进行噪音过滤处理，得到与各所述待识别图像对应的待处理图像，包括：

对所述待识别图像进行高斯滤波处理，得到与所述待识别图像对应的中转图像；

对所述中转图像进行边缘增强，得到所述待处理图像。

3.如权利要求1所述的人体姿态实时检测方法，其特征在于，所述通过所述人体检测模型对各所述待处理图像进行身体动作特征提取及识别，得到与各所述待处理图像一一对应的第一概率结果，包括：

通过行人识别模型对所述待处理图像进行行人区域识别，识别出所述待处理图像中的行人区域；所述人体检测模型包括所述行人识别模型和人体姿态分类模型；

将识别到的所有所述行人区域输入所述人体姿态分类模型；

运用注意力机制，通过所述人体姿态分类模型对各所述行人区域进行所述身体动作特征提取，获取所述人体姿态分类模型识别输出的与各所述行人区域对应的区域结果；

根据所有所述区域结果确定出与所述待处理图像对应的所述第一概率结果。

4.如权利要求3所述的人体姿态实时检测方法，其特征在于，所述通过行人识别模型对所述待处理图像进行行人区域识别，识别出所述待处理图像中的行人区域，包括：

通过所述行人识别模型中的轻量识别模型提取所述待处理图像中的行人特征，得到行人特征图；

通过所述行人识别模型中的区域识别模型对所述行人特征图进行区域识别，识别出所述待处理图像中的所述行人区域。

5.如权利要求3所述的人体姿态实时检测方法，其特征在于，所述运用注意力机制，通过所述人体姿态分类模型对各所述行人区域进行所述身体动作特征提取，获取所述人体姿态分类模型识别输出的与各所述行人区域对应的区域结果，包括：

通过所述人体姿态分类模型中的轻量分类模型对所述行人区域进行身体动作特征提取，得到身体动作特征向量图，并在提取所述身体动作特征中引入注意力融合模型，通过所述注意力融合模型对所述身体动作特征向量图进行通道和空间的权重提取，得到待连接特征图；

通过所述轻量分类模型中的全连接层对所述待连接特征图进行识别，识别出与所述行人区域对应的区域结果。