[发明专利]姿态识别方法、装置、系统及计算机可读存储介质

说明书

本发明公开了一种姿态识别方法、装置、系统及计算机可读存储介质，方法包括：获取行人的待处理图像，并通过预设的图像质量评价模型对待处理图像进行质量评价，得到待处理图像的第一评价分数；当第一评价分数小于预设分数阈值时，则对待处理图像进行图像增强处理，得到待识别图像；通过图像质量评价模型对待识别图像进行质量评价，得到待识别图像的第二评价分数；当第二评价分数大于或等于预设分数阈值时，则通过预设的姿态识别模型对待识别图像进行识别，得到行人的姿态识别结果。本发明对小于预设分数阈值的图像进行图像增强处理，以得到符合预设图像质量的待识别图像，再对待识别图像进行姿态识别，提高姿态识别的准确率。

技术领域

本发明涉及图像处理技术领域，尤其涉及姿态识别方法、装置、系统及计算机可读存储介质。

背景技术

随着我国老龄化问题日益严重，对老人姿态属性尤其是跌倒状态的智能化识别显得尤为重要。

行人姿态属性的监测识别方法主要是基于视频图像的人体关键点检测方法，该方法采用openpose(人体姿态识别)的关节图关联法来检测人体的关键点，从而判断行人的姿态，但若提供的图像模糊不清，该方法则无法准确判断行人处于何种姿态。

发明内容

本发明的主要目的在于提出一种姿态识别方法、装置、系统及计算机可读存储介质，旨在解决图像模糊不清时，无法准确识别行人姿态的技术问题。

为解决上述问题，本发明提供一种姿态识别方法，所述方法包括如下步骤：

获取行人的待处理图像，并通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数；

当所述第一评价分数小于预设分数阈值时，则对所述待处理图像进行图像增强处理，得到待识别图像；

通过所述图像质量评价模型对所述待识别图像进行质量评价，得到所述待识别图像的第二评价分数；

当所述第二评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果。

优选地，所述通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果的步骤包括：

对所述待识别图像进行裁剪处理，以裁剪出只包含所述行人的目标图像；

通过预设的姿态识别模型对所述目标图像进行识别，得到所述行人的姿态识别结果。

优选地，所述通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数的步骤之后，还包括：

当所述第一评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待处理图像进行姿态识别，得到所述行人的姿态识别结果。

优选地，所述得到所述待识别图像的第二评价分数的步骤之后，还包括：

当所述第二评价分数小于所述预设分数阈值时，则通过对所述待识别图像进行图像增强处理，直到经过图像增强处理后的目标质量图像的质量评价分数大于或等于所述预设分数阈值。

优选地，所述得到所述行人的姿态识别结果的步骤之后，还包括：

根据所述姿态识别结果确定所述行人当前的姿态，并执行所述姿态对应的预设流程。

优选地，所述执行所述姿态对应的预设流程的步骤包括：

判断所述姿态是否为跌倒姿态；

当所述姿态为跌倒姿态时，则发出告警信息，以通知用户发生异常事件。

优选地，所述获取行人的待处理图像的步骤之前，还包括：