[发明专利]人体方向的识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种人体方向的识别方法、装置、计算机设备和存储介质。所述方法包括：获取目标图像；所述目标图像中包括至少一个人体；对所述目标图像进行人体姿态识别，得到人体姿态点集合；所述人体姿态点集合包括各所述人体分别对应的人体姿态点序列；根据所述人体姿态点集合，构建各所述人体分别对应的骨架拓扑图；对于各所述人体，基于所述人体对应的人体姿态点序列和骨架拓扑图进行特征提取，并根据提取到的人体方向特征图得到所述人体的方向识别结果。采用本方法能够减少特征提取的计算量，从而提高识别效率。

技术领域

本申请涉及神经网络技术领域，特别是涉及一种人体方向的识别方法、装置、计算机设备和存储介质。

背景技术

随着神经网络技术的发展，基于卷积神经网络(Convolutional Neural Network，CNN)的人脸识别技术应用于人们生活和工作中的多个领域。在人脸识别技术的基础上，人体识别技术也得到了较好地发展。

目前，在人体识别技术中，识别人体方向的过程通常为：先使用人脸识别技术定位出人体在图像中的位置，再使用CNN网络进行特征提取，之后根据提取到的特征识别出人体的方向。

但是，使用CNN网络对整张图像进行特征提取的计算量大，因此识别效率不高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够降低计算量、提高识别效率的人体方向的识别方法、装置、计算机设备和存储介质。

一种人体方向的识别方法，该方法包括：

获取目标图像；目标图像中包括至少一个人体；

对目标图像进行人体姿态识别，得到人体姿态点集合；人体姿态点集合包括各人体分别对应的人体姿态点序列；

根据人体姿态点集合，构建各人体分别对应的骨架拓扑图；

对于各人体，基于人体对应的人体姿态点序列和骨架拓扑图进行特征提取，并根据提取到的人体方向特征图得到人体的方向识别结果。

在其中一个实施例中，上述根据人体姿态点集合，构建各人体分别对应的骨架拓扑图，包括：

对于各人体，根据人体对应的人体姿态点序列生成骨架拓扑矩阵，并将骨架拓扑矩阵作为人体对应的骨架拓扑图；其中，骨架拓扑矩阵中第i行第j列的矩阵元素用于表征人体姿态点序列中第i个人体姿态点和第j个人体姿态点之间的连接关系，i和j为正整数。

在其中一个实施例中，上述基于人体对应的人体姿态点序列和骨架拓扑图进行特征提取，包括：

将人体姿态点序列和骨架拓扑图输入到预先训练的特征提取网络中，得到特征提取网络输出的人体方向特征图。

在其中一个实施例中，上述特征提取网络包括多个级联的特征提取层，上述将人体姿态点序列和骨架拓扑图输入到预先训练的特征提取网络中，得到特征提取网络输出的人体方向特征图，包括：

针对每一个特征提取层，根据骨架拓扑图和特征提取层的输入特征图进行特征提取，得到提取特征图，并对提取特征图和特征提取层的输入特征图进行求和计算得到和特征图；

其中，第一个特征提取层的输入特征图为人体姿态点序列；除第一个特征提取层之外的特征提取层的输入特征图为上一个特征提取层的和特征图；最后一个和特征图为人体方向特征图。

在其中一个实施例中，各特征提取层均包括注意力网络块和图卷积网络块；上述根据骨架拓扑图和特征提取层的输入特征图进行特征提取，得到提取特征图，包括：

将骨架拓扑图输入到注意力网络块中，得到注意力网络块输出的加权矩阵；

将加权矩阵和输入特征图输入到图卷积网络块中进行特征提取，得到提取特征图。