[发明专利]基于目标检测和人体姿态估计的坐姿检测方法

摘要

本发明涉及一种基于目标检测和人体姿态估计的坐姿检测方法，属于图像处理与计算机视觉技术领域。本发明首先提取由特征I和特征II融合形成的融合特征，并将融合后的特征输入CNN中，若融合特征来自于训练集，则用于训练网络参数；若融合特征来自验证集，则用于验证网络参数，并通过反向传播算法传递误差信号，更新梯度，寻找最优值，利用柔性最大激活函数Softmax做分类回归，得到最终的分类结果和分类准确率。本发明解决了现有坐姿检测中在复杂多目标情况下目标丢失的问题，摒弃了传统的依赖可穿戴设备或传感器的方法，采用了基于目标检测和人体姿态估计的方法，使得在背景复杂，人群密集的情况下能够准确定各个任务目标的坐姿。

主权项

1.基于目标检测和人体姿态估计的坐姿检测方法，其特征在于，利用卷积神经网络CNN进行坐姿检测，且输入到CNN中的融合特征提取包括如下步骤：S1：对原始图像进行人工标注，标注信息包括包围框Bounding Box、坐姿类别和关节点坐标；S2：将原始图像输入到目标检测网络，利用Bounding Box信息截取出单人目标图像；S3：将单人目标图像按坐姿类别进行关节点标记，再将标记的单人目标图像输入到卷积神经网络，提取最后一个卷积层输出的深度神经网络特征作为特征I；S4：将关节点坐标信息和Bounding Box信息输入到多人姿态估计网络，然后对原始图像做多人姿态估计，并将多人姿态估计图截取为单人人体骨架图；S5：将单人人体骨架图输入到卷积神经网络，提取最后一个卷积层输出的深度神经网络特征作为特征II；S6：将特征I和特征II进行融合。