[发明专利]一种基于人工智能获取RGB视频中3D肢体动作的方法

权利要求书

1.一种基于人工智能获取RGB视频中3D肢体动作的方法，其特征在于：其算法步骤如下：

S1.服务器端接收包含人体的RGB视频信息；

S2.从视频中计算出人体的位置：从视频中取出每一帧并以图像格式作暂存，并把每一张图片输入人体关键点侦测系统以取得关键点的X及Y坐标；

S3.从视频中计算出人体特征点检测：基于取得的关键点坐标抽取人体特征，并且以人体不同部份区分特征点群；

S4.对人体信息进行数据标准化：对每一个特征点群进行数据标准化；

S5.提取人体信息的特征数据：已标准化的特征点群将成为不同的特征数据；

S6.将特征数据输入到本地存储的深度学习模型；

S7.深度学习模型计算出肢体关键点相对应的三维数值；

S8.对输出的肢体关键点相对应的三维数值进行自动优化。

2.根据权利要求1所述的一种基于人工智能获取RGB视频中3D肢体动作的方法，其特征在于：在S1中，用户经网络接口上传视频到服务器，服务器接收的人体信息为用户选择的人体信息。

3.根据权利要求1所述的一种基于人工智能获取RGB视频中3D肢体动作的方法，其特征在于：在S1中，包含人体的RGB视频的获取方式为拍摄或从本地获取。

4.根据权利要求1所述的一种基于人工智能获取RGB视频中3D肢体动作的方法，其特征在于：在S3中，人体部分包括左手臂、右手臂、左腿、右腿、躯干及头部。

5.根据权利要求1所述的一种基于人工智能获取RGB视频中3D肢体动作的方法，其特征在于：在S4中，以P＝{p1,p2,...,pn}为所有(n个)特征点，标准化的特征点群P’计算方法如下:

Q＝P/(max(P)–min(P))

P’＝Q-mean(Q)。

6.根据权利要求1所述的一种基于人工智能获取RGB视频中3D肢体动作的方法，其特征在于：在S7中，以特征数据P’作输入并计算出肢体关键点相对应的三维数值bs＝P’*M+b，其中M及b分别为深度网络的卷积核参数与偏置层参数，该参数将从深度学习训练过程中求取。

7.根据权利要求1所述的一种基于人工智能获取RGB视频中3D肢体动作的方法，其特征在于：在S7中，深度学习模型利用多层神经网络，在训练数据中学习人体信息的特征数据与肢体关键点相对应的三维数值的相关性。