[發明專利]姿態識別方法、裝置、設備及存儲介質

有效

• 申請號: 201911401698.7
• 申請日: 2019-12-27
• 公開（公告）號: CN111191599B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 鄭喜民;喻寧;馮晶凌;柳陽
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/46;G06V10/774
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 肖丹

1.一種姿態識別方法，其特征在于，所述姿態識別方法包括以下步驟：

獲取目標圖像，并確定所述目標圖像中的人體骨骼關鍵點，以及所述人體骨骼關鍵點對應的置信度；

基于所述人體骨骼關鍵點和所述置信度，構建復合特征向量；

將所述復合特征向量輸入預訓練好的姿態識別模型中，以得到姿態識別結果；

基于所述姿態識別結果，確定所述目標圖像對應的人體姿態；

所述基于所述人體骨骼關鍵點和所述置信度，構建復合特征向量的步驟包括：

確定所述人體骨骼關鍵點在所述目標圖像的分布位置，并基于所述分布位置，確定所述復合特征向量的構建部位；

獲取所述構建部位中的目標骨骼關鍵點，并基于所述目標骨骼關鍵點，以及所述目標骨骼關鍵點的置信度，構建復合特征向量。

2.如權利要求1所述的姿態識別方法，其特征在于，所述確定所述人體骨骼關鍵點在所述目標圖像的分布位置，并基于所述分布位置，確定所述復合特征向量的構建部位包括：

確定所述人體骨骼關鍵點在所述目標圖像的分布位置，并將所述分布位置與標準分布位置進行比較；

根據比較結果，確定所述復合特征向量的構建部位。

3.如權利要求1所述的姿態識別方法，其特征在于，所述獲取目標圖像，并確定所述目標圖像中的人體骨骼關鍵點，以及所述人體骨骼關鍵點對應的置信度的步驟之前，所述姿態識別方法還包括：

采集訓練圖像和所述訓練圖像的訓練姿態結果，并對所述訓練圖像進行數據增強，以得到訓練圖像集；

確定所述訓練圖像集的訓練關鍵點和所述訓練關鍵點對應的訓練置信度，并基于所述訓練關鍵點和所述訓練置信度，構建訓練向量；

以所述訓練向量作為初始模型的輸入，以所述訓練姿態結果作為所述初始模型的輸出，將所述初始模型訓練成所述姿態識別模型。

4.如權利要求1所述的姿態識別方法，其特征在于，所述基于所述姿態識別結果，確定

所述目標圖像對應的人體姿態的步驟包括：

確定所述姿態識別結果是否有效；

若有效，則基于所述姿態識別結果，確定所述目標圖像對應的人體姿態。

5.如權利要求1-4任一項所述的姿態識別方法，其特征在于，所述基于所述姿態識別結果，確定所述目標圖像對應的人體姿態的步驟之后，所述姿態識別方法還包括：

確定所述人體姿態是否為違規姿態；

若是，則確定所述人體姿態對應的身份信息，并將所述違規姿態和所述身份信息發送至目標終端。

6.一種姿態識別裝置，其特征在于，所述姿態識別裝置包括：

獲取模塊，用于獲取目標圖像，并確定所述目標圖像中的人體骨骼關鍵點，以及所述人體骨骼關鍵點對應的置信度；

構建模塊，用于基于所述人體骨骼關鍵點和所述置信度，構建復合特征向量；

輸入模塊，用于將所述復合特征向量輸入預訓練好的姿態識別模型中，以得到姿態識別結果；

確定模塊，用于基于所述姿態識別結果，確定所述目標圖像對應的人體姿態；

所述構建模塊，還用于確定所述人體骨骼關鍵點在所述目標圖像的分布位置，并基于所述分布位置，確定所述復合特征向量的構建部位；獲取所述構建部位中的目標骨骼關鍵點，并基于所述目標骨骼關鍵點，以及所述目標骨骼關鍵點的置信度，構建復合特征向量。

7.一種姿態識別設備，其特征在于，所述姿態識別設備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執行的姿態識別程序，其中所述姿態識別程序被所述處理器執行時，實現如權利要求1至5中任一項所述的姿態識別方法的步驟。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有姿態識別程序，其中所述姿態識別程序被處理器執行時，實現如權利要求1至5中任一項所述的姿態識別方法的步驟。