[發(fā)明專利]用戶姿態(tài)識別方法、裝置、計算機裝置及計算機存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910441733.1
• 申請日: 2019-05-24
• 公開（公告）號: CN110321795A
• 公開（公告）日: 2019-10-11
• 發(fā)明（設(shè)計）人: 吳俠寶;徐國強;邱寒
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產(chǎn)權(quán)代理有限公司 44334
• 代理人: 楊毅玲;劉麗華

1.一種用戶姿態(tài)識別方法，其特征在于，所述方法包括：

獲取待識別人體圖像；

檢測所述待識別人體圖像中的人體關(guān)鍵點；

根據(jù)所述人體關(guān)鍵點計算所述待識別人體圖像中人體不同部位的夾角；

將所述人體關(guān)鍵點和所述夾角輸入訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型進行識別，得到所述待識別人體圖像中的人體姿態(tài)。

2.如權(quán)利要求1所述的方法，其特征在于，所述待識別人體圖像是二維圖像。

3.如權(quán)利要求1所述的方法，其特征在于，所述檢測所述待識別人體圖像中的人體關(guān)鍵點包括：

使用包括骨干網(wǎng)絡(luò)、關(guān)鍵點檢測子網(wǎng)絡(luò)、人體區(qū)域檢測子網(wǎng)絡(luò)、姿態(tài)殘差網(wǎng)絡(luò)的網(wǎng)絡(luò)模型檢測所述待識別人體圖像中的人體關(guān)鍵點。

4.如權(quán)利要求3所述的方法，其特征在于，所述檢測所述待識別人體圖像中的人體關(guān)鍵點包括：

所述骨干網(wǎng)絡(luò)從所述待識別人體圖像提取特征，所述骨干網(wǎng)絡(luò)包括第一特征金字塔網(wǎng)絡(luò)與第二特征金字塔網(wǎng)絡(luò)；

所述關(guān)鍵點檢測子網(wǎng)絡(luò)將來自于所述第一特征金字塔網(wǎng)絡(luò)的特征作為輸入，輸出所述待識別人體圖像中的所有人體關(guān)鍵點；

所述人體區(qū)域檢測子網(wǎng)絡(luò)根據(jù)來自于所述第二特征金字塔網(wǎng)絡(luò)的特征檢測所述待識別人體圖像中的人體區(qū)域；

所述姿態(tài)殘差網(wǎng)絡(luò)將所述所有人體關(guān)鍵點中的每個人體關(guān)鍵點映射到所述人體區(qū)域，得到每個人體區(qū)域中的人體關(guān)鍵點。

5.如權(quán)利要求1所述的方法，其特征在于，所述人體不同部位的夾角包括左手臂與身體的夾角、右手臂與身體的夾角、左大臂與左小臂的夾角、右大臂與右小臂的夾角、左右大腿的夾角。

6.如權(quán)利要求1-5中任一項所述的方法，其特征在于，所述方法還包括：

對所述待識別人體圖像進行預(yù)處理。

7.如權(quán)利要求1-5中任一項所述的方法，其特征在于，所述方法還包括：

根據(jù)所述人體姿態(tài)進行預(yù)設(shè)操作。

8.一種用戶姿態(tài)識別裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待識別人體圖像；

檢測模塊，用于檢測所述待識別人體圖像中的人體關(guān)鍵點；

計算模塊，用于根據(jù)所述人體關(guān)鍵點計算所述待識別人體圖像中人體不同部位的夾角；

識別模塊，用于將所述人體關(guān)鍵點和所述夾角輸入訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型進行識別，得到所述待識別人體圖像中的人體姿態(tài)。

9.一種計算機裝置，其特征在于：所述計算機裝置包括處理器，所述處理器用于執(zhí)行存儲器中存儲的計算機程序以實現(xiàn)如權(quán)利要求1-7中任一項所述用戶姿態(tài)識別方法。

10.一種計算機存儲介質(zhì)，所述計算機存儲介質(zhì)上存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一項所述用戶姿態(tài)識別方法。