[发明专利]一种人体姿态识别方法、装置及电子设备

说明书

本发明公开了一种人体姿态识别方法、装置及电子设备，涉及数据处理技术领域，包括：获取目标监控区域的视频数据；利用预先训练好的人体检测模型对所述视频数据中的图像进行人体检测，得到人体检测框；利用预先训练好的人体姿态识别模型对所述人体检测框中的人体姿态进行识别得到人体姿态识别结果。通过集成预先训练好的人体检测模型和人体状态识别模型同时对目标监控区域的视频数据进行识别处理，识别过程无需借助其他传感器数据，仅需摄像头记录的图像信息，可以及时、准确地识别出目标监控区域的人员发生的危险事件。

技术领域

本发明涉及数据处理技术领域，具体涉及一种人体姿态识别方法、装置及电子设备。

背景技术

在社区、景区等公共场合或者家庭、医院等空间中，常有人员推搡或者人员疾病突发等状态导致的人员倒地行为，面对事件的发生应当及时发现并做出响应处理。人体姿态识别是计算机视觉领域一个极其重要的研究方向，其被广泛的应用于监控、娱乐、人机交互、图像和视频搜索等领域。相关技术中，绝大部分监控系统只局限于简单的图像处理，或者通过一些传感器辅助设备来识别人员的异常行为，而无法直接通过图像分析的方法来进行人员异常行为的识别，识别效率较低。故亟待提出一种人体姿态识别方法以及时识别出视频图像中危险事件。

发明内容

因此，本发明提供一种人体姿态识别方法、装置及电子设备以及时识别出视频图像中危险事件。

根据第一方面，本发明实施例公开了一种人体姿态识别方法，包括：获取目标监控区域的视频数据；利用预先训练好的人体检测模型对所述视频数据中的图像进行人体检测，得到人体检测框；利用预先训练好的人体姿态识别模型对所述人体检测框中的人体姿态进行识别得到人体姿态识别结果。

可选地，所述人体检测模型通过下述步骤训练得到：构建第一训练数据集，所述第一训练数据集由多个场景中不同时间段和/或不同光照条件下的包含人体的图像组成；利用yolo v3模型对所述第一训练数据集中的人体进行识别，对识别到的人体进行框选，得到预测框；利用包含预测框的训练数据对预训练模型进行训练，直至所述预训练模型的准确率满足目标条件，得到人体检测模型。

可选地，所述预训练模型包含所述yolo v3模型中的目标数量层的网络结构，所述预训练模型的网络层数大于所述目标数量层的层数，将所述yolo v3模型中的目标数量层的网络结构的输出数据作为所述预训练模型其他层网络结构的输入数据；所述利用包含预测框的训练数据对预训练模型进行训练，直至所述预训练模型的准确率满足目标条件，得到人体检测模型，包括：利用包含预测框的训练数据对所述预训练模型中其他层网络结构进行训练，直至所述预训练模型的准确率满足目标条件，得到所述人体检测模型。

可选地，所述人体姿态识别模型根据下述步骤训练得到：构建第二训练数据集，所述第二训练数据集由多个场景中不同时间段和/或不同光照条件下的包含人体的图像组成；利用CPN模型对所述第二训练数据集中图像进行人体关键点标记；根据标记结果得到不同类别的人体姿态分类数据集，从所述不同类别的人体姿态分类数据集中选取用于表征人体倒地姿态的人体姿态分类数据集；利用所述用于表征人体倒地姿态的人体姿态分类数据集对目标分类模型进行训练，直至模型的准确性和损失值满足目标条件，得到所述人体姿态识别模型。

可选地，所述CPN网络由GlobalNet网络和RefineNet网络构成。

可选地，利用所述用于表征人体倒地姿态的人体姿态分类数据集对目标分类模型进行训练，得到所述人体姿态识别模型，包括：对所述用于表征人体倒地姿态的人体姿态分类数据集中的数据进行增强处理；利用增强处理后的数据对目标分类模型进行训练，得到所述人体姿态识别模型。

可选地，所述方法还包括：选取包含人体的图像中人体中心点位于整个图像目标中心范围内的图像构建所述第二训练数据集；滤除所述第二训练数据集中利用所述CPN模型进行人体关键点标记后得到的关键点数量小于预设数量的图像；利用滤除后的图像进行所述人体姿态识别模型训练。