[發明專利]一種目標物的姿態識別方法、裝置及攝像機

在審

• 申請號: 201811247103.2
• 申請日: 2018-10-25
• 公開（公告）號: CN111104816A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 呂瑞
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

本申請公開了一種目標物的姿態識別方法，包括，獲取當前視頻幀；檢測當前視頻幀中目標物的預設關鍵點，獲得當前幀中目標物的預設關鍵點信息；根據預設關鍵點信息，判斷當前幀與前f幀中當前目標物的預設關鍵點的位置變化是否滿足第一預設姿態條件，和/或，判斷當前幀中當前目標物的預設關鍵點之間的位置關系是否滿足第二預設姿態條件；如果滿足預設的姿態條件，則識別當前目標物姿態為預設姿態，其中，f為預設的自然數，所述預設姿態條件根據目標物待識別姿態所具有的關鍵點之間的位置特征設置。本發明實施例能夠準確地識別姿態的微小變化，適應面廣，對于視頻幀中的圖像要求低，識別姿態的準確性高，姿態識別的誤檢和漏檢小。

技術領域

本發明涉及圖像分析領域，特別涉及一種目標物的姿態識別方法、裝置及攝像機。

背景技術

隨著圖像采集和分析技術的發展，基于視頻或圖像數據的分析得到越來越廣泛的應用，例如，目標物的姿態檢測或識別。

現有的通過視頻或圖像分析來實現目標物的姿態檢測或識別方法，主要是：分析當前幀與上一幀的幀差圖像，根據該幀差圖像得到有移動動作的目標物像素點，將有移動動作的目標物像素點組成的圖形作為輪廓，根據該輪廓的變化情況判斷是否存在特定的姿態。

然而，上述方法采用幀差圖像分析來提取目標物像素點，當目標動作變化較小時，相鄰幀像素差異很小，此時，從幀差圖像中可能無法得到有移動動作的目標物像素點，從而容易造成目標姿態漏檢，導致識別準確率較低。

發明內容

本發明實施例的目的在于提供一種目標物的姿態識別方法、裝置及攝像機，以提高對圖像中目標物的姿態識別的準確性。

本發明提供一種目標物的姿態識別方法，包括，

獲取當前視頻幀；

檢測當前視頻幀中目標物的預設關鍵點，獲得當前幀中目標物的預設關鍵點信息；

根據預設關鍵點信息，判斷當前幀與前f幀中當前目標物的預設關鍵點的位置變化是否滿足第一預設姿態條件，和/或，判斷當前幀中當前目標物的預設關鍵點之間的位置關系是否滿足第二預設姿態條件；

如果滿足預設的姿態條件，則識別當前目標物姿態為預設姿態，

其中，f為預設的自然數，所述預設姿態條件根據目標物待識別姿態所具有的關鍵點之間的位置特征設置。

較佳地，該方法進一步包括，

將識別出當前目標物姿態的當前幀輸入到訓練后的機器學習模型，如果機器學習模型識別當前幀中目標物姿態為所述預設姿態，則將該預設姿態作為識別結果。

其中，所述將識別出當前目標物姿態的當前幀輸入到訓練后的機器學習模型，如果機器學習模型識別當前幀中目標物姿態為所述預設姿態，則將該預設姿態作為識別結果，包括，

收集包含目標物姿態的圖片數據，

標定圖片數據中所述目標物的第一目標框，提取圖片數據中的第一目標框圖像，制作識別姿態和非識別姿態的二分類樣本，

將所述二分類樣本輸入至機器學習模型，對該模型進行訓練，并保存當前訓練后的模型；

基于預設關鍵點生成當前幀中所識別當前目標物的第二目標框，從當前幀中提取第二目標框圖像，實時輸入至訓練后的模型進行分類，如果機器學習模型將其分類為所識別的姿態，則將該分類結果作為識別結果。

其中，所述獲得當前幀中目標物的預設關鍵點信息之后進一步包括，

根據獲得的預設關鍵點信息，判斷當前幀中是否包括兩個以上目標物，如果是，則根據預設關鍵點信息進行目標物跟蹤，獲得鎖定目標物；否則，則將當前幀中的目標物作為鎖定目標物；

該方法進一步包括，