[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

说明书

本发明涉及人工智能技术领域，本发明公开了一种人体姿态实时检测方法、装置、计算机设备及存储介质，所述方法包括：通过实时获取预设时间段的视频片段，抽取出预设数量的待识别图像；通过噪音过滤处理，得到待处理图像；将所有待处理图像分别输入人体检测模型和时序分类模型；进行身体动作特征提取及识别，得到第一概率结果，根据所有第一概率结果，确定出第一识别结果；通过时序分类模型进行目标姿态时序识别，得到第二识别结果；对第一识别结果和第二识别结果进行加权融合，确定出目标姿态检测结果。本发明实现了准确地、快速地自动识别出监控视频中是否有关注的人体姿态变化的动作的人，提高了人体姿态实时检测的准确率、可靠性和效率。

技术领域

本发明涉及人工智能的图像分类技术领域，尤其涉及一种人体姿态实时检测方法、装置、计算机设备及存储介质。

背景技术

在自助银行中通常都是没有业务员只有客户在自助地办理业务，那么如果出现客户不小心摔倒而晕倒或者不能站起来，特别是老人客户，同时又没人其他人的情况下客户不能及时送去医院或者急救，这会影响客户的生命危险。因此，对客户进行摔倒检测可以及时发现并提醒相关工作人员处理，有效减轻客户的意外摔倒带来的后果，确保客户的安全，更好服务于每个客户，保障了客户的生命安全。

目前，人体跌倒行为的检测手段主要有可穿戴设备和外周布设传感器，该两种方法依赖于相应的设备获取信息，对环境依赖性较强，存在检测率低，不能够满足实际应用的需求的问题。

发明内容

本发明提供一种人体姿态实时检测方法、装置、计算机设备及存储介质，实现了通过噪音过滤、改进轻量级的人体检测模型和改进轻量级时序分类模型，对监控的视频片段进行身体动作特征提取及识别和目标姿态时序识别，并运用加权融合的方式，确定目标姿态检测结果，以及结合特征提取和时序信息之间的判断指标，自动准确地、快速地识别出监控视频中是否有关注的人体姿态变化的动作的人，提高了人体姿态实时检测的准确率、可靠性和效率。

一种人体姿态实时检测方法，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。

一种人体姿态实时检测装置，包括：

获取模块，用于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；

过滤模块，用于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；

输入模块，用于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；

第一识别模块，用于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；

第二识别模块，用于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；