[发明专利]姿态识别方法、装置、电子设备及存储介质

权利要求书

1.一种姿态识别方法，其特征在于，所述方法包括：

获取待识别图像；

对所述待识别图像进行处理，得到所述待识别图像对应的人体骨架关键点数据；

基于所述人体骨架关键点数据，获取对应的人体姿态特征，所述人体姿态特征包括第一人体姿态特征，所述第一人体姿态特征包括多个指定部位相对于地平面的偏移角；

基于所述第一人体姿态特征，确定所述待识别图像对应的人体姿态。

2.根据权利要求1所述的方法，其特征在于，所述人体骨架关键点数据包括人体各关键点的坐标，所述基于所述人体骨架关键点数据，获取对应的人体姿态特征，包括：

从所述人体骨架关键点数据中选取表征多个指定部位的多组关键点以及每组关键点所包括的关键点的坐标，其中，所述多个指定部位包括躯干、右大腿、右小腿、左大腿、左小腿以及臀部中的至少两个部位，每组关键点包括至少两个关键点；

基于所述多组关键点以及每组关键点所包括的关键点的坐标，生成每组关键点对应的向量坐标，以得到多个向量坐标；

根据指定向量坐标和所述多个向量坐标，计算所述多组关键点各自表征的指定部位的偏移角，并将所述多组关键点各自表征的指定部位的偏移角作为所述第一人体姿态特征，其中，所述指定向量坐标为与地平面平行的向量的坐标。

3.根据权利要求1所述的方法，其特征在于，所述人体姿态特征还包括第二人体姿态特征，所述基于所述人体骨架关键点数据，获取对应的人体姿态特征还包括：

从所述人体骨架关键点数据中获取最大横坐标值和最小横坐标值，以及最大纵坐标值和最小纵坐标值；

基于所述最大横坐标值和最小横坐标值，以及最大纵坐标值和最小纵坐标值，计算得到人体外接矩形宽高比，将所述人体外接矩形宽高比作为所述第二人体姿态特征。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一人体姿态特征，确定所述待识别图像对应的人体姿态，包括：

将所述第一人体姿态特征和所述第二人体姿态特征输入到已训练的随机森林模型中，获取所述已训练的随机森林模型输出的与所述待识别图像对应的人体姿态。

5.根据权利要求4所述的方法，其特征在于，所述将所述第一人体姿态特征和所述第二人体姿态特征输入到已训练的随机森林模型中，获取所述已训练的随机森林模型输出的与所述待识别图像对应的人体姿态之前还包括：

获取训练数据集和测试数据集，其中，所述训练数据集和所述测试数据集中包括多张人体图像以及每一张人体图像对应的人体姿态特征和对应的标签；

基于所述训练数据集和所述测试数据集对随机森林模型进行迭代训练；

调整所述随机森林模型的参数，得到调整参数后的随机森林模型，将所述调整参数后的随机森林模型作为所述已训练的随机森林模型。

6.根据权利要求5所述的方法，其特征在于，所述调整所述随机森林模型的参数，包括：

通过随机搜索方法，确定所述随机森林模型的各参数对应的范围；

通过网格搜索方法，从所述各参数对应的范围中确定各参数的值。

7.一种姿态识别装置，其特征在于，所述装置包括：

图像获取单元，用于获取待识别图像；

数据获取单元，用于对所述待识别图像进行处理，得到所述待识别图像对应的人体骨架关键点数据；

特征获取单元，用于基于所述人体骨架关键点数据，获取对应的人体姿态特征，所述所述人体姿态特征包括第一人体姿态特征，所述第一人体姿态特征包括多个指定部位相对于地平面的偏移角；

姿态确定单元，用于基于所述第一人体姿态特征，确定所述待识别图像对应的人体姿态。

8.一种电子设备，其特征在于，包括一个或多个处理器以及存储器；一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行权利要求1-6任一所述的方法。