[发明专利]一种多摄像头的人体动作识别方法及装置

说明书

本申请涉及动作识别技术领域，尤其涉及一种多摄像头的人体动作识别方法及装置，分别对待识别视频包含的各图像集合中的视频图像进行人体检测，获得各人体区域图像，分别针对各时间点，将同一个人体对应的各人体区域图像进行关联，并确定人体关键点的二维坐标，并分别通过预设的转换方式将各二维坐标转换为三维坐标，将各三维坐标转换为世界坐标系下的三维坐标，计算各三维坐标的坐标平均值，分别将确定出的坐标平均值，作为各时间点中人体关键点的三维关键点坐标，根据确定出的各三维关键点坐标，获得人体的人体动作类别，通过对多摄像头下的视频进行识别，能够从多个角度对待识别视频中包含的人体进行识别，从而能够提高识别的准确度。

技术领域

本申请涉及动作识别技术领域，尤其涉及一种多摄像头的人体动作识别方法及装置。

背景技术

目前，动作识别是计算机视觉领域中最具有挑战性的研究方向之一，被广泛应用于安防领域中。

现有技术中，在对摄像头拍摄的视频中的人体动作进行识别时，是基于单目摄像机进行识别的，因此，由于单目相机仅能拍摄到一个角度的视频，因此，视频中的人体很容易受到遮挡的影响，导致人体动作识别的准确率不高。

发明内容

本申请实施例提供一种多摄像头的人体动作识别方法及装置，以提高人体动作识别的准确率。

本申请实施例提供的具体技术方案如下：

一种多摄像头的人体动作识别方法，包括：

分别对待识别视频包含的各图像集合中的视频图像进行人体检测，获得各人体区域图像，其中，所述待识别视频中包含有各图像集合，所述各图像集合是从不同角度拍摄的视频图像的集合，所述各图像集合中分别包含有多个时间点的视频图像；

分别针对各时间点，将同一个人体对应的各人体区域图像进行关联，并分别对关联的各人体区域图像进行人体关键点检测，确定所述关联的各人体区域图像中包含的人体关键点的二维坐标，并分别通过预设的转换方式将各二维坐标转换为三维坐标，计算各三维坐标的坐标平均值，分别将确定出的各坐标平均值，作为所述各时间点中人体关键点的三维关键点坐标；

根据确定出的各三维关键点坐标，对所述待识别视频中包含的人体进行动作识别，获得所述人体的人体动作类别。

可选的，分别对关联的各人体区域图像进行人体关键点检测之前，进一步包括：

基于已训练的图像质量检测模型，以所述人体区域图像为输入参数，确定所述人体区域图像的图像质量分值，其中，所述图像质量检测模型为根据人体区域图像样本集通过迭代训练获得的，所述人体区域图像样本集中包含各人体区域图像样本；

确定所述人体区域图像的图像质量分值大于等于预设分数阈值。

可选的，分别对关联的各人体区域图像进行人体关键点检测之前，进一步包括：

确定所述人体区域图像的图像宽度值，并确定所述人体区域图像的图像高度值；

确定所述图像宽度值大于等于预设宽度阈值，且所述图像高度值大于等于预设高度阈值。

可选的，将同一个人体对应的各人体区域图像进行关联，并分别对关联的各人体区域图像进行人体关键点检测，确定所述关联的各人体区域图像中包含的人体关键点的二维坐标，具体包括：

基于已训练的图像关联模型，以各人体区域图像为输入参数，将同一个人体对应的各人体区域图像进行关联，建立所述同一个人体与各人体区域图像之间的关联关系，确定与所述同一人体关联的各人体区域图像；

基于已训练的人体关键点识别模型，以所述关联的各人体区域图像为输入参数，对所述关联的各人体区域图像进行人体关键点检测，确定所述关联的各人体区域图像的各人体关键点的二维坐标和对应的属性信息，其中，所述属性信息为可见或不可见。