[發明專利]人體方向的識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010149563.2
• 申請日: 2020-03-06
• 公開（公告）號: CN111401164A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 周康明;牛寅
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃恕

本申請涉及一種人體方向的識別方法、裝置、計算機設備和存儲介質。所述方法包括：獲取目標圖像；所述目標圖像中包括至少一個人體；對所述目標圖像進行人體姿態識別，得到人體姿態點集合；所述人體姿態點集合包括各所述人體分別對應的人體姿態點序列；根據所述人體姿態點集合，構建各所述人體分別對應的骨架拓撲圖；對于各所述人體，基于所述人體對應的人體姿態點序列和骨架拓撲圖進行特征提取，并根據提取到的人體方向特征圖得到所述人體的方向識別結果。采用本方法能夠減少特征提取的計算量，從而提高識別效率。

技術領域

本申請涉及神經網絡技術領域，特別是涉及一種人體方向的識別方法、裝置、計算機設備和存儲介質。

背景技術

隨著神經網絡技術的發展，基于卷積神經網絡(Convolutional Neural Network，CNN)的人臉識別技術應用于人們生活和工作中的多個領域。在人臉識別技術的基礎上，人體識別技術也得到了較好地發展。

目前，在人體識別技術中，識別人體方向的過程通常為：先使用人臉識別技術定位出人體在圖像中的位置，再使用CNN網絡進行特征提取，之后根據提取到的特征識別出人體的方向。

但是，使用CNN網絡對整張圖像進行特征提取的計算量大，因此識別效率不高。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠降低計算量、提高識別效率的人體方向的識別方法、裝置、計算機設備和存儲介質。

一種人體方向的識別方法，該方法包括：

獲取目標圖像；目標圖像中包括至少一個人體；

對目標圖像進行人體姿態識別，得到人體姿態點集合；人體姿態點集合包括各人體分別對應的人體姿態點序列；

根據人體姿態點集合，構建各人體分別對應的骨架拓撲圖；

對于各人體，基于人體對應的人體姿態點序列和骨架拓撲圖進行特征提取，并根據提取到的人體方向特征圖得到人體的方向識別結果。

在其中一個實施例中，上述根據人體姿態點集合，構建各人體分別對應的骨架拓撲圖，包括：

對于各人體，根據人體對應的人體姿態點序列生成骨架拓撲矩陣，并將骨架拓撲矩陣作為人體對應的骨架拓撲圖；其中，骨架拓撲矩陣中第i行第j列的矩陣元素用于表征人體姿態點序列中第i個人體姿態點和第j個人體姿態點之間的連接關系，i和j為正整數。

在其中一個實施例中，上述基于人體對應的人體姿態點序列和骨架拓撲圖進行特征提取，包括：

將人體姿態點序列和骨架拓撲圖輸入到預先訓練的特征提取網絡中，得到特征提取網絡輸出的人體方向特征圖。

在其中一個實施例中，上述特征提取網絡包括多個級聯的特征提取層，上述將人體姿態點序列和骨架拓撲圖輸入到預先訓練的特征提取網絡中，得到特征提取網絡輸出的人體方向特征圖，包括：

針對每一個特征提取層，根據骨架拓撲圖和特征提取層的輸入特征圖進行特征提取，得到提取特征圖，并對提取特征圖和特征提取層的輸入特征圖進行求和計算得到和特征圖；

其中，第一個特征提取層的輸入特征圖為人體姿態點序列；除第一個特征提取層之外的特征提取層的輸入特征圖為上一個特征提取層的和特征圖；最后一個和特征圖為人體方向特征圖。

在其中一個實施例中，各特征提取層均包括注意力網絡塊和圖卷積網絡塊；上述根據骨架拓撲圖和特征提取層的輸入特征圖進行特征提取，得到提取特征圖，包括：

將骨架拓撲圖輸入到注意力網絡塊中，得到注意力網絡塊輸出的加權矩陣；

將加權矩陣和輸入特征圖輸入到圖卷積網絡塊中進行特征提取，得到提取特征圖。