[發明專利]一種多目標人體姿態檢測方法以及系統

有效

• 申請號: 201810909302.9
• 申請日: 2018-08-10
• 公開（公告）號: CN108960211B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 劉曉程;蔡國榕;張翔;蘇松志;蘇松劍
• 申請（專利權）人: 羅普特（廈門）科技集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 廈門市精誠新創知識產權代理有限公司 35218
• 代理人: 方惠春

1.一種多目標人體姿態檢測方法，其特征在于，包括：

獲取目標圖像；

提取所述目標圖像的關節點信息，所述關節點信息包括關節點的置信度圖和關節點之間的方向向量場；

根據所述關節點信息以及關節點之間的距離約束，獲取各關節點之間的匹配信息；

根據所述匹配信息，組合各關節點，完成所述目標圖像中的人體姿態估計；

所述根據所述關節點信息以及關節點之間的距離約束，獲取各關節點之間的匹配信息，包括：

根據所述目標圖像關節點之間的任意位置的方向向量場L_c(p(u))，獲取兩個關節點之間各像素的方向向量場和關節點連線向量的點積的積分其中，表示兩個關節之間的任一位置，0≤u≤1，和分別表示兩個關節點的位置；

通過添加關節點之間的距離約束δ為人為預設的距離閾值，所述積分公式進一步為

若所述積分值大于預設的閾值，說明所述兩個關節點是匹配的，反之，說明兩個關節點不匹配。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標圖像，包括：

對所述目標圖像進行縮放，構建圖像金字塔；

通過設定金字塔層數和縮放尺度得到不同尺度下所述目標圖像的縮放圖像。

3.根據權利要求2所述的方法，其特征在于，所述金字塔層數為3。

4.根據權利要求2所述的方法，其特征在于，所述縮放尺度為0.8。

5.根據權利要求1所述的方法，其特征在于，提取所述目標圖像的關節點信息，包括：

根據所述圖像特征數據，采用卷積神經網絡提取所述目標圖像的關節點信息。

6.根據權利要求1所述的方法，其特征在于，所述預設的閾值為根據畫面中人體與畫面大小比例換算得到。

7.根據權利要求1所述的方法，其特征在于，所述預設的閾值為去掉最大值與最小值后的關節點連線距離均值乘以固定系數得到。

8.一種多目標人體姿態檢測系統，其特征在于，包括：

圖像獲取模塊，用于獲取目標圖像；

提取關節點信息模塊，用于提取所述目標圖像的關節點信息；

匹配關節點模塊，用于根據所述關節點信息以及關節點之間的距離約束，獲取各關節點之間的匹配信息；

組合關鍵點模塊，用于根據所述匹配信息，組合各關節點，完成所述目標圖像中的人體姿態估計；

所述根據所述關節點信息以及關節點之間的距離約束，獲取各關節點之間的匹配信息，包括：

根據所述目標圖像關節點之間的任意位置的方向向量場L_c(p(u))，獲取兩個關節點之間各像素的方向向量場和關節點連線向量的點積的積分其中，表示兩個關節之間的任一位置，0≤u≤1，和分別表示兩個關節點的位置；

通過添加關節點之間的距離約束δ為人為預設的距離閾值，所述積分公式進一步為

若所述積分值大于預設的閾值，說明所述兩個關節點是匹配的，反之，說明兩個關節點不匹配。

9.一種多目標人體姿態檢測裝置，所述裝置包括處理器和存儲器，所述存儲器存儲有至少一段程序，所述至少一段程序由所述處理器執行以實現如權利要求1至7任一所述的多目標人體姿態檢測方法。

10.一種計算機可讀存儲介質，其特征在于，所述存儲介質中存儲有至少一段程序，所述至少一段程序由處理器執行以實現如權利要求1至7任一所述的多目標人體姿態檢測方法。