[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

本發明涉及圖像識別技術領域，提供一種姿態識別方法、裝置、設備及可讀存儲介質，所述方法包括以下步驟：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。本發明通過人體骨骼關鍵點和置信度構建復合特征向量，以復合特征向量作為人體姿態識別的參數，提高了人體姿態的識別準確率。

技術領域

本發明涉及圖像識別技術領域，尤其涉及一種姿態識別方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著計算機視覺技術的發展，人體姿態識別在行為識別、人機交互、游戲、動畫等領域有著很廣闊的應用前景，而現有的人體姿態識別算法可以分為兩類：基于深度圖的算法、以及直接基于RGB圖像的算法，其中，基于深度圖的算法對圖像采集設備要求過高，容易出現應用受限的問題；而基于RGB圖像的算法需要占用較多的GPU資源，模型運行速度慢，導致識別效率較低，并且模型可解釋性較差，因此，亟需一種識別效率高，且識別準確率高的人體姿態識別方法。

發明內容

本發明的主要目的在于提供一種姿態識別方法、裝置、設備及計算機可讀存儲介質，旨在解決現有人體姿態識別方法效率較低且識別準確率較低的技術問題。

為實現上述目的，本發明提供一種姿態識別方法，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。

可選地，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：

獲取所述人體骨骼關鍵點在所述目標圖片的坐標點，并基于所述坐標點和所述置信度，構建目標向量；

基于所述目標向量和人體結構化信息，構建復合特征向量。

可選地，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；

獲取所述構建部分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。

可選地，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。

可選地，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。