[发明专利]一种目标物的姿态识别方法、装置及摄像机在审
| 申请号: | 201811247103.2 | 申请日: | 2018-10-25 |
| 公开(公告)号: | CN111104816A | 公开(公告)日: | 2020-05-05 |
| 发明(设计)人: | 吕瑞 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 谢安昆;宋志强 |
| 地址: | 310053 浙江省杭*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 目标 姿态 识别 方法 装置 摄像机 | ||
1.一种目标物的姿态识别方法,其特征在于,该方法包括,
获取当前视频帧;
检测当前视频帧中目标物的预设关键点,获得当前帧中目标物的预设关键点信息;
根据预设关键点信息,判断当前帧与前f帧中当前目标物的预设关键点的位置变化是否满足第一预设姿态条件,和/或,判断当前帧中当前目标物的预设关键点之间的位置关系是否满足第二预设姿态条件;
如果满足预设的姿态条件,则识别当前目标物姿态为预设姿态,
其中,f为预设的自然数,所述预设姿态条件根据目标物待识别姿态所具有的关键点之间的位置特征设置。
2.如权利要求1所述的识别方法,其特征在于,该方法进一步包括,
将识别出当前目标物姿态的当前帧输入到训练后的机器学习模型,如果机器学习模型识别当前帧中目标物姿态为所述预设姿态,则将该预设姿态作为识别结果。
3.如权利要求2所述的识别方法,其特征在于,所述将识别出当前目标物姿态的当前帧输入到训练后的机器学习模型,如果机器学习模型识别当前帧中目标物姿态为所述预设姿态,则将该预设姿态作为识别结果,包括,
收集包含目标物姿态的图片数据,
标定图片数据中所述目标物的第一目标框,提取图片数据中的第一目标框图像,制作识别姿态和非识别姿态的二分类样本,
将所述二分类样本输入至机器学习模型,对该模型进行训练,并保存当前训练后的模型;
基于预设关键点生成当前帧中所识别当前目标物的第二目标框,从当前帧中提取第二目标框图像,实时输入至训练后的模型进行分类,如果机器学习模型将其分类为所识别的姿态,则将该分类结果作为识别结果。
4.如权利要求1所述的识别方法,其特征在于,所述获得当前帧中目标物的预设关键点信息之后进一步包括,
根据获得的预设关键点信息,判断当前帧中是否包括两个以上目标物,如果是,则根据预设关键点信息进行目标物跟踪,获得锁定目标物;否则,则将当前帧中的目标物作为锁定目标物;
该方法进一步包括,
遍历当前帧中的锁定目标物,根据当前锁定目标物的预设关键点信息进行姿态识别,直至当前帧的所有目标物姿态识别完毕。
5.如权利要求1至4任一所述的识别方法,其特征在于,该方法进一步包括,
判断当前帧与前f帧中锁定目标物的预设关键点位置变化是否大于第一位移阈值,
如果是,执行所述判断当前帧与前f帧中当前目标物的预设关键点的位置变化是否满足第一预设姿态条件步骤,
否则,则执行所述判断当前帧中当前目标物的预设关键点之间的位置关系是否满足第二预设姿态条件步骤。
6.如权利要求5所述的识别方法,其特征在于,所述第一预设姿态条件为起坐姿态条件,
所述判断当前帧与前f帧中当前目标物的预设关键点的位置变化是否满足第一预设姿态条件包括,
根据预设人体关键点信息,确定当前帧与前f帧同一预设人体关键点的纵向位置变化,并根据所述相对位置变化确定是否符合所述起坐姿态条件。
7.如权利要求6所述的识别方法,其特征在于,所述根据预设人体关键点信息,确定当前帧与前f帧同一预设人体关键点的纵向位置变化,并根据所述相对位置变化确定是否符合所述起坐姿态条件,包括,
根据预设的左肩部、和右肩部人体关键点信息,确定当前帧与前f帧中左肩部、和右肩部人体关键点的纵向位置变化,并根据所述位置变化确定是否符合起坐姿态条件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811247103.2/1.html,转载请声明来源钻瓜专利网。





