[發明專利]建立人體姿態識別模型的方法、人體姿態識別方法及裝置

在審

• 申請號: 201910778981.5
• 申請日: 2019-08-22
• 公開（公告）號: CN112417927A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 劉洛麒
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 王玉雙

1.一種建立人體姿態識別模型的方法，其特征在于，所述方法包括：

獲取圖像訓練數據，其中，所述圖像訓練數據包含當前幀圖像和前一幀圖像，所述前一幀圖像位于所述當前幀圖像的前一幀，所述當前幀圖像具有已確定的人體姿態；

對所述前一幀圖像中的人體關鍵點坐標進行升維處理，獲得與所述前一幀圖像對應的升維圖像；

將所述當前幀圖像與所述升維圖像進行拼接，獲得拼接圖像；

將與所述當前幀圖像對應的所述人體姿態的人體關鍵點坐標作為訓練標簽，利用深度神經網絡對所述拼接圖像進行訓練，獲得人體姿態識別模型。

2.如權利要求1所述的方法，其特征在于，當所述前一幀圖像包含n個人體關鍵點坐標時，所述對所述前一幀圖像中的人體關鍵點坐標進行升維處理，包括：

基于高斯分布將所述n個人體關鍵點坐標轉換為n維圖像。

3.如權利要求1所述的方法，其特征在于，所述將所述當前幀圖像與所述升維圖像進行拼接，包括：

利用堆疊方式對所述當前幀圖像和所述升維圖像進行拼接。

4.如權利要求1所述的方法，其特征在于，所述深度神經網絡包括神經網絡卷積層和與預設訓練條件相對應的目標訓練尾層。

5.如權利要求1所述的方法，其特征在于，所述圖像訓練數據為彩色圖像或灰度圖像。

6.一種人體姿態識別方法，其特征在于，所述方法包括：

獲取待識別圖像以及位于所述待識別圖像前一幀的目標前一幀圖像；

將所述目標前一幀圖像的人體關鍵點坐標和所述待識別圖像作為輸入數據，輸入至通過權利要求1-5中任一權利要求所述的建立人體姿態識別模型的方法獲得的所述人體姿態識別模型中，利用所述人體姿態識別模型對所述待識別圖像進行人體姿態識別，獲得所述待識別圖像的人體關鍵點坐標；

基于所述待識別圖像的人體關鍵點坐標，確定與所述待識別圖像對應的人體姿態。

7.一種建立人體姿態識別模型的裝置，其特征在于，所述裝置包括：

數據獲取模塊，用于獲取圖像訓練數據，其中，所述圖像訓練數據包含當前幀圖像和前一幀圖像，所述前一幀圖像位于所述當前幀圖像的前一幀，所述當前幀圖像具有已確定的人體姿態；

升維模塊，用于對所述前一幀圖像中的人體關鍵點坐標進行升維處理，獲得與所述前一幀圖像對應的升維圖像；

拼接模塊，用于將所述當前幀圖像與所述升維圖像進行拼接，獲得拼接圖像；

訓練模塊，用于將與所述當前幀圖像對應的所述人體姿態的人體關鍵點坐標作為訓練標簽，利用深度神經網絡對所述拼接圖像進行訓練，獲得人體姿態識別模型。

8.一種人體姿態識別裝置，其特征在于，所述裝置包括：

圖像獲取模塊，用于獲取待識別圖像以及位于所述待識別圖像前一幀的目標前一幀圖像；

識別模塊，用于將所述目標前一幀圖像的人體關鍵點坐標和所述待識別圖像作為輸入數據，輸入至通過權利要求1-5中任一權利要求所述的建立人體姿態識別模型的方法獲得的所述人體姿態識別模型中，利用所述人體姿態識別模型對所述待識別圖像進行人體姿態識別，獲得所述待識別圖像的人體關鍵點坐標；

確定模塊，用于基于所述待識別圖像的人體關鍵點坐標，確定與所述待識別圖像對應的人體姿態。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一權利要求所述的方法步驟。

10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-5中任一權利要求所述的方法步驟。