[发明专利]一种多人人体姿态的检测方法

说明书

本发明公开了一种多人人体姿态的检测方法，包括由主干网络对输入图片进行特征提取,随后对网络进行分支，每个分支对应图片中一个人体实例；生成对应的热图和特征图，对人体关键点进行回归，得到由HRNet输出的每个人体实例的特征图后，对人体关键点进行定位。本发明的有益效果是：提高了人体姿态检测在多人情况下的表现，使得在有遮挡的情况下也可以识别出每个人体实例的姿态；将人体生理结构对肢体动作的限制纳入考虑，提升了人体姿态估计的准确度；协助运动员提高运动成绩，在CGI技术的应用中，使得渲染的电影角色的动作更加流畅，符合逻辑，且在同时渲染多个角色的情况下，对每个角色的动作捕捉更加精准。

技术领域

本发明涉及一种检测方法，具体为一种多人人体姿态的检测方法，属于人体姿态检测技术领域。

背景技术

人体姿态估计是计算机视觉领域的一个重要分支，被广泛应用于人体活动分析、人机交互以及视频监视等方面。人体姿态估计的主要任务是在一张图片上准确定位到人体关节的位置并将其连成人形。人体姿态估计被广泛应用于各个领域。在运动领域，这项技术可以对运动员进行动作捕捉，协助运动员改进姿势，提高运动成绩。在VR领域，人体姿态估计可以实时记录人体动作并渲染虚拟人物，让虚拟的数字人模拟真人在网络世界中进行交互。还可以用于监控设备，检测一定范围内人员的动作并及时做出反应，比如老人摔倒或在有人山林中吸烟。

目前主流的人体姿态估计方法分为两种，自上而下和自下而上。自上而下是先用预选框圈定人体，随后在框内定位人体关键点。自下而上通常是先定位关键点，再根据关键点之间的关系将其连接，组合为人体的形态。

自上而下的方法通常更慢一些，但准确率更高。但是自上而下的人体姿态估计方法的缺点之一是不能很好得处理含有多人的图像，尤其是不同的人体之间有重叠、遮挡的情况，会将属于不同的人体的骨节点归到一个人身上。本专利引入了可以预测多人人体姿态的多实例调节模块(Multi-InstanceModulationBlock，MIMB)，将其整合到现有的主干网络之中，使网络可以对多人的骨节点同时进行预测。此外，由于肢体的活动范围和轨迹是受到人体生理结构的限制的，因此，将人体各个骨节点，尤其是相邻骨节点，之间的关系纳入考虑，有助于更准确地定位到人体关键点。

发明内容

本发明的目的就在于为了解决上述至少一个技术问题而提供一种多人人体姿态的检测方法。

本发明通过以下技术方案来实现上述目的：一种多人人体姿态的检测方法，包括特征提取用主干网络，主干网络采用HRNet网络，主干网络内整合有MIMB输出特定人体实例的特征图；

其检测方法包括以下步骤：

步骤一、由主干网络对输入图片进行特征提取,随后对网络进行分支，每个分支对应图片中一个人体实例；

步骤二、生成对应的热图和特征图，对人体关键点进行回归，得到由HRNet输出的每个人体实例的特征图后，对人体关键点进行定位，其中，定位过程包括：

S1根据特征图V得到粗略的人体关键点热图，在每个关键点的热图周围进行采样得到引导点，并得到与引导点对应的引导特征；

S2以引导点和与其对应的局部特征为基础，构建人体姿态图，并将姿态图导入图姿态调整(GPR)模块，得到最终经过调整的定位结果。

作为本发明再进一步的方案：HRNet并行有多个分辨率的分支，且各分支之间进行不同分支之间的信息交互，以能够达到强语义信息和精准位置信息的目的。

作为本发明再进一步的方案：MIMB通过通道之间的相互依赖性，对通道特征加以利用，输出特定人体实例的特征图，以能够对有人体遮挡、重叠的情况做出理想的处理。

作为本发明再进一步的方案：步骤一中，具体包括：