[发明专利]基于人工智能的姿态识别方法、装置、终端和存储介质

说明书

本发明实施例公开了一种基于人工智能的姿态识别方法、装置、终端和存储介质，所述方法包括：获取待识别图像，对待识别图像进行关节点提取处理，得到待识别图像对应的关节点信息，基于关节点信息中每个关节点坐标的置信度对N个关节点坐标进行筛选，得到M个目标关节点坐标，基于M个目标关节点坐标构建待识别图像对应的基础特征数据和交叉特征数据，将基础特征数据和交叉特征数据输入至人体姿态识别模型中，得到待识别图像对应的人体姿态。通过实施上述方法，可以基于人物的关节点构建特征对人体姿态进行识别，提升人体姿态的识别效率以及识别准确率。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于人工智能的姿态识别方法、装置、终端和存储介质。

背景技术

随着计算机技术的发展，人体姿态识别进入了人们研究的视野，通过对人体的姿态进行识别，可以分析人物的行为习惯、动作标准度，以及构建相似动画人物等，因此，人体姿态识别在行为识别、人机交互、游戏、动画等领域有着很广阔的应用前景，是计算机视觉领域中一个既具有研究价值、同时又极具挑战性的热门课题。

当前，大多采用基于RGB图像的人体姿态估计算法对人体姿态进行识别，上述方法需要对图像中的各个像素都进行分析，运算量较大，因此对人体姿态的识别效率以及识别准确率较低。

发明内容

本发明实施例提供了一种基于人工智能的姿态识别方法、装置、终端和存储介质，可以基于人物的关节点构建特征对人体姿态进行识别，提升人体姿态的识别效率以及识别准确率。

一方面，本发明实施例提供了一种基于人工智能的姿态识别方法，所述方法包括：

获取待识别图像，所述待识别图像中包括人物区域；

对所述待识别图像进行关节点提取处理，得到所述待识别图像对应的关节点信息，所述关节点信息包括所述人物区域中的N个关节点坐标以及每个关节点坐标的置信度，所述N为正整数；

基于所述每个关节点坐标的置信度对所述N个关节点坐标进行筛选，得到M个目标关节点坐标，所述M为正整数；

基于所述M个目标关节点坐标构建所述待识别图像对应的基础特征数据和交叉特征数据，所述基础特征数据为所述各个目标关节点之间的距离，所述交叉特征数据为所述各个目标关节点坐标之间的组合；

将所述基础特征数据和所述交叉特征数据输入至人体姿态识别模型中，得到所述待识别图像对应的人体姿态。

一方面，本发明实施例提供了一种基于人工智能的姿态识别方法装置，所述装置包括：

获取模块，用于获取待识别图像，所述待识别图像中包括人物区域；

处理模块，用于对所述待识别图像进行关节点提取处理，得到所述待识别图像对应的关节点信息，所述关节点信息包括所述人物区域中的N个关节点坐标以及每个关节点坐标的置信度，所述N为正整数；

筛选模块，用于基于所述每个关节点坐标的置信度对所述N个关节点坐标进行筛选，得到M个目标关节点坐标，所述M为正整数；

构建模块，用于基于所述M个目标关节点坐标构建所述待识别图像对应的基础特征数据和交叉特征数据，所述基础特征数据为所述各个目标关节点之间的距离，所述交叉特征数据为所述各个目标关节点坐标之间的组合；

输入模块，用于将所述基础特征数据和所述交叉特征数据输入至人体姿态识别模型中，得到所述待识别图像对应的人体姿态。

一方面，本发明实施例提供了一种终端，包括处理器、输入接口、输出接口和存储器，所述处理器、输入接口、输出接口和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行所述基于人工智能的姿态识别方法。