[发明专利]人体姿态检测方法、装置和计算机设备

权利要求书

1.一种人体姿态检测方法，其特征在于，所述方法包括：

获取多个视频帧中人体目标的拍摄信息；

根据所述拍摄信息获取与所述拍摄信息相匹配的姿态识别算法；

根据匹配的姿态识别算法，对相应视频帧中的人体目标进行姿态识别，确定所述视频帧中人体目标的姿态识别结果；

根据多个所述视频帧的姿态识别结果，确定所述人体目标的姿态类型。

2.根据权利要求1所述的人体姿态检测方法，其特征在于，所述姿态识别算法包括基于关键点的检测算法和基于神经网络特征提取的算法，所述拍摄信息包括拍摄角度；若所述拍摄角度符合预设角度，采用所述关键点检测算法进行所述人体目标的姿态识别，否则采用所述神经网络特征提取算法进行所述人体目标的姿态识别。

3.根据权利要求2所述的人体姿态检测方法，其特征在于，根据匹配的姿态识别算法，对相应视频帧中的人体目标进行姿态识别，确定所述视频帧中人体目标的姿态识别结果包括：

获取所述视频帧中所述人体目标的关键点位置和肢体之间夹角；

根据所述关键点位置和所述肢体间夹角，确定所述视频帧中所述人体目标的姿态识别结果。

4.根据权利要求2所述的人体姿态检测方法，其特征在于，根据匹配的姿态识别算法，对相应视频帧中的人体目标进行姿态识别，确定所述视频帧中人体目标的姿态识别结果包括：

从所述视频帧中分割出所述人体目标的轮廓图像，并根据所述轮廓图像确定所述轮廓图像的边缘信息特征向量；

根据所述视频帧确定深度图像，并对所述深度图像中的人体目标进行关键点检测，确定基于所述深度图像的关键点位置信息；

根据所述关键点位置信息，确定所述关键点位置信息的特征向量；

将所述轮廓图像的边缘信息特征向量与所述关键点位置信息的特征向量对应维度相加，确定融合后的特征向量；

将所述融合后的特征向量，输入到预设的支持向量机分类器进行分类，确定所述视频帧中所述人体目标的姿态识别结果。

5.根据权利要求1所述的人体姿态检测方法，其特征在于，所述方法还包括：

若所述人体目标的姿态类型为不合规类型，对所述人体目标进行识别，确定所述人体目标的身份信息和区域信息；

将所述人体目标的身份信息和所述姿态类型传输至后台数据库，并根据所述区域信息触发对应区域的提示装置。

6.根据权利要求1所述的人体姿态检测方法，其特征在于，获取多个视频帧中人体目标的拍摄信息之前，所述方法还包括：

通过所述视频帧中所述人体目标的服饰，判断所述人体目标是否为职员；

若是，则获取所述视频帧中人体目标的拍摄信息。

7.根据权利要求6所述的人体姿态检测方法，其特征在于，通过所述视频帧中所述人体目标的服饰，判断所述人体目标是否为职员包括：

获取所述人体目标在所述视频帧中的目标框图像；

根据所述目标框图像，确定所述目标框图像的色彩通道图和灰度图，所述色彩通道图包括：R通道图、G通道图、B通道图；

分别统计所述色彩通道图和所述灰度图中各个像素值的分布，确定所述色彩通道图的像素统计向量和所述灰度图的像素统计向量；

将所述色彩通道图的像素统计向量和所述灰度图的像素统计向量进行拼接，确定所述目标框图像的色彩表征图；

将所述色彩表征图输入预训练的色彩卷积模型进行特征提取，确定色彩特征向量；

通过预设的分类器对所述特征向量进行分类，确定所述人体目标是否为职员。