[發明專利]人體姿態識別方法及裝置、電子設備、存儲介質

有效

• 申請號: 201810402486.X
• 申請日: 2018-04-28
• 公開（公告）號: CN108629306B
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 安耀祖
• 申請（專利權）人: 京東數字科技控股有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

本公開提供了一種人體姿態識別方法及裝置、電子設備、計算機可讀存儲介質，屬于計算機視覺技術領域。該方法包括：獲取包含人體姿態的原始圖像；檢測所述原始圖像中的人體關鍵點，并連接所述人體關鍵點，獲得肢體標識；對包含所述肢體標識的原始圖像做預處理，并將所述肢體標識突出化處理，獲得輸入圖像；通過深度可分離卷積神經網絡模型對所述輸入圖像進行處理，得到所述人體姿態的分類結果。本公開可以減少人體姿態識別過程中的運算量，節省系統硬件資源及處理時間。

技術領域

本公開涉及計算機視覺技術領域，尤其涉及一種人體姿態識別方法及裝置、電子設備、計算機可讀存儲介質。

背景技術

近年來，基于人工智能的計算機視覺技術得到快速發展，人體姿態識別作為其中的一個重要方向，在體感游戲、虛擬現實、安防、監控等多個領域都有較大的應用前景。

現有的人體姿態識別方法多數基于專用設備，例如虛擬現實可穿戴設備中設置大量的傳感器，以監控人體各部位的動作，通過特定算法分析人體姿態。在不依賴專用設備的圖像人體姿態識別中，則需要依靠GPU(Graphics Processing Unit，圖形處理器)進行大量的運算及分析，耗時較長，對系統硬件的要求較高，不利于大規模應用。

因此有必要提出一種運算量較少的人體姿態識別方法。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開的目的在于提供一種人體姿態識別方法及裝置、電子設備、計算機可讀存儲介質，進而至少在一定程度上克服由于現有技術的限制和缺陷而導致的人體姿態識別過程中運算量過大的問題。

本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據本公開的一個方面，提供一種人體姿態識別方法，包括：獲取包含人體姿態的原始圖像；檢測所述原始圖像中的人體關鍵點，并連接所述人體關鍵點，獲得肢體標識；對包含所述肢體標識的原始圖像做預處理，并將所述肢體標識突出化處理，獲得輸入圖像；通過深度可分離卷積神經網絡模型對所述輸入圖像進行處理，得到所述人體姿態的分類結果。

在本公開的一種示例性實施例中，所述深度可分離卷積神經網絡模型包括2N+1個卷積層，其中，第1卷積層包括q₁個g₁×g₁×t的第一卷積核；第i卷積層包括q_i個g_i×g_i×1的第i卷積核；第i+1卷積層包括q_i+1個1×1×q_i的第i+1卷積核；其中，t為所述輸入圖像的通道數，i為[2,2N]的任意偶數，且q_i＝q_i-1。

在本公開的一種示例性實施例中，所述深度可分離卷積神經網絡模型還包括池化層、全連接層及Softmax層；所述通過深度可分離卷積神經網絡模型對所述輸入圖像進行處理，得到所述人體姿態的分類結果包括：將所述輸入圖像輸入所述2N+1個卷積層，以輸出卷積特征圖像；將所述卷積特征圖像輸入所述池化層，以輸出壓縮特征圖像；將所述壓縮特征圖像輸入所述全連接層，以輸出特征向量；將所述特征向量輸入所述Softmax層，以計算各標準姿態的概率值，并將最大概率值對應的標準姿態作為所述人體姿態的分類結果。

在本公開的一種示例性實施例中，還包括：根據樣本圖像以及所述樣本圖像的分類標注，訓練所述2N+1個卷積層的參數以及所述全連接層的參數。