[发明专利]对象姿态的确定方法及装置、存储介质、电子装置在审
| 申请号: | 201911072362.0 | 申请日: | 2019-11-05 |
| 公开(公告)号: | CN110852237A | 公开(公告)日: | 2020-02-28 |
| 发明(设计)人: | 袁雷 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T7/246;G08B21/04 |
| 代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 江舟 |
| 地址: | 310051 浙江*** | 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: | 对象 姿态 确定 方法 装置 存储 介质 电子 | ||
1.一种对象姿态的确定方法,其特征在于,包括:
检测跟踪对象在N帧图像中每帧图像中的姿态信息,其中,所述姿态信息用于表示所述跟踪对象的运动状态,所述N是大于或等于1的自然数;
确定所述每帧图像中所述跟踪对象的姿态信息所属的姿态类别,得到与所述N帧图像对应的N个姿态类别;
确定所述N个姿态类别中的M个有效姿态类别,其中,所述M是小于或等于所述N的自然数,所述M个有效姿态类别用于表示对应的M帧图像是有效的;
基于所述M个有效姿态类别确定所述跟踪对象发生目标姿态。
2.根据权利要求1所述的方法,其特征在于,确定所述N个姿态类别中的M个有效姿态类别,包括:
确定每个姿态类别在所述N个姿态类别中所占的频率;
将频率大于预设阈值的姿态类别确定为有效姿态类别,得到所述M个有效姿态类别。
3.根据权利要求1所述的方法,其特征在于,基于所述M个有效姿态类别确定所述跟踪对象发生目标姿态,包括:
在所述M个有效姿态类别对应的姿态发生顺序满足预设顺序的情况下,确定所述跟踪对象发生目标姿态。
4.根据权利要求3所述的方法,其特征在于,在所述M个有效姿态类别对应的姿态发生顺序满足预设顺序的情况下,确定所述跟踪对象发生目标姿态,包括:
确定所述M个有效姿态类别所对应的M个状态位,其中,所述状态位用于表示有效姿态类别所对应的运动姿势;
按照时间顺序排列所述M个状态位,得到M个目标状态位;
在所述M个目标状态位满足预设顺序的情况下,确定所述跟踪对象发生目标姿态。
5.根据权利要求1所述的方法,其特征在于,基于所述M个有效姿态类别确定所述跟踪对象发生目标姿态,包括:
在从所述M个有效姿态类别中确定出所述跟踪对象的中心点发生下降的情况下,确定所述跟踪对象发生目标姿态。
6.根据权利要求1所述的方法,其特征在于,检测跟踪对象在N帧图像中每帧图像中的姿态信息,包括:
获取预定时间段内连续的所述N帧图像;
从所述N帧图像中包括的对象中检测出与所述跟踪对象的框架特征相同的对象,以确定出所述跟踪对象;
从所述N帧图像中的每帧图像中获取所述姿态信息。
7.根据权利要求1所述的方法,其特征在于,确定所述每帧图像中所述跟踪对象的姿态信息所属的姿态类别,得到与所述N帧图像对应的N个姿态类别,包括:
利用神经网络模型对所述跟踪对象的姿态信息进行分类,得到与所述N帧图像对应的N个姿态类别。
8.一种对象姿态的确定装置,其特征在于,包括:
检测模块,用于检测跟踪对象在N帧图像中每帧图像中的姿态信息,其中,所述姿态信息用于表示所述跟踪对象的运动状态,所述N是大于或等于1的自然数;
第一确定模块,用于确定所述每帧图像中所述跟踪对象的姿态信息所属的姿态类别,得到与所述N帧图像对应的N个姿态类别;
第二确定模块,用于确定所述N个姿态类别中的M个有效姿态类别,其中,所述M是小于或等于所述N的自然数,所述M个有效姿态类别用于表示对应的M帧图像是有效的;
第三确定模块,用于基于所述M个有效姿态类别确定所述跟踪对象发生目标姿态。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。
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浙江大华技术股份有限公司,未经浙江大华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/201911072362.0/1.html,转载请声明来源钻瓜专利网。





