[发明专利]识别图像中人物位置方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于神经网络的识别图像中人物位置的方法、装置、计算机设备和存储介质。所述方法包括：获取待识别监控视频文件，并对待识别监控视频文件进行预处理，获得待识别视频图像；确定待识别视频图像的图像类型；在图像类型为彩色图像时，通过训练获得的人体姿态模型识别待识别视频图像中的人体关键点，并基于识别出的人体关键点确定待识别视频图像中的人物位置信息；在图像类型为夜视图像时，通过训练获得的轻量级目标检测模型，识别出待识别视频图像中的人物位置信息。采用本方法能够提高工作效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种识别图像中人物位置的方法、装置、计算机设备和存储介质。

背景技术

随着社会经济和安全生产的需要，视频监控设备在平安城市、智慧交通、安防工程等领域得到了越来越广泛的部署。并且，近年来视频监控朝着高清化、网络化和智能化的方向发展。但是，由于监控视频的广泛引用，海量摄像头所产生的大量视频数据也越来越多，为查看目标物，需从海量视频数据中查询，现有的查询方式主要依赖于人力查看和手动检索，导致视频内容监控自动化程度不高，查询效率慢等问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高效率的识别图像中人物位置的方法、装置、计算机设备和存储介质。

一种识别图像中人物位置的方法，所述方法包括：

获取待识别监控视频文件，并对所述待识别监控视频文件进行预处理，获得待识别视频图像；

确定所述待识别视频图像的图像类型；

在所述图像类型为彩色图像时，通过训练获得的人体姿态模型识别所述待识别图像中的人体关键点，并基于识别出的人体关键点确定所述待识别视频图像中的人物位置信息；

在所述图像类型为夜视图像时，通过训练获得的轻量级目标检测模型，识别出所述待识别视频图像中的人物位置信息。

在其中一个实施例中，所述确定所述待识别视频图像的图像类型的步骤，包括：

获取所述待识别视频图像中各像素的三通道像素值；

基于所述三通道像素值进行差值计算，选择差值最大的值作为像素差值；

根据预设值和所述像素差值确定所述待识别视频图像的图像类型。

在其中一个实施例中，

所述确定所述待识别视频图像的图像类型，包括：

获取所述待识别监控视频文件对应监控设备的采集模式调节时间，以及获取所述待识别视频图像对应的拍摄时间；

根据所述采集模式调节时间确定所述待识别视频图像的图像类型。

在其中一个实施例中，在所述图像类型为彩色图像时，通过训练获得的人体姿态模型识别所述待识别图像中的人体关键点，并基于识别出的人体关键点确定所述待识别视频图像中的人物位置信息，包括：

利用所述人体姿态模型的前置网络层对所述待识别视频图像进行特征提取，得到所述待识别视频图像对应的特征图；

利用所述人体姿态模型的置信度网络层从所述特征图中提取所述待识别视频图像中人体的人体关键点，得到所述待识别视频图像中人体关键点对应的关键点置信图；

利用所述人体姿态模型的关联度向量网络层从所述特征图中提取所述待识别视频图像中各所述人体关键点的关联度；

根据所述关键点置信图和所述人体关键点的关联度确定所述待识别视频图像的人物位置信息。

在其中一个实施例中，所述根据所述关键点置信图和所述人体关键点的关联度确定所述待识别视频图像的人物位置信息，包括：