[发明专利]一种基于深度神经网络的人体姿态识别方法

摘要

本发明公开了一种基于深度神经网络的人体姿态识别方法，该方法包括：转发服务器从网络视频录像机上接收实时视频流，从实时视频流中抓取视频帧，发送给识别服务器；识别服务器使用深度卷积姿态神经网络模型提取关节点信息特征，合成人体骨架的结构信息，形成特征向量；通过多分类支持向量机进行分类识别，将识别结果返回转发服务器；转发服务器将识别结果与视频帧发送至客户端显示，实现实时的人体姿态识别。本方法可提高智能视频监控系统综合性能，改善用户的实时体验，更实用、可行性更高，有广泛的应用价值和经济效益。

主权项

1.一种基于深度神经网络的人体姿态识别方法，其步骤包括：A.视频转发服务器(简称转发服务器)主线程从网络视频录像机(NVR)的实时视频流中获取视频帧，分别送给转发模块和抓图模块，具体实施步骤如下：A1.转发服务器主线程(简称主线程)分别建立面向客户端和网络视频录像机(NVR)的控制端口和数据端口；所述控制端口用于控制信息通信，数据端口用于视频流和人体姿态识别信息通信；A2.客户端通过控制端口向转发服务器发送请求某路NVR视频的请求；A3.主线程根据客户端请求，向NVR发送请求某路视频流(称为一个通道)的请求；A4.主线程为每个通道创建所需的线程和缓冲队列；A5.主线程接收从NVR发来的视频流，将视频流中的视频帧分别处理；B.抓图函数和抓图子线程合作，将视频帧发送给人体姿态识别服务器(简称识别服务器)，具体步骤如下：B1.将定时器的时间间隔设置为M秒，M包括但不限于1；每隔特定的时间间隔M秒，定时器会触发给定的抓图函数；B2.抓图函数将从播放缓冲区里抓取的视频帧挂载到抓图缓冲队列上；B3.抓图子线程从抓图环形缓冲队列上摘取视频帧，发送至识别服务器；C.识别服务器端接收到视频帧后，识别模块对视频帧进行姿态识别，具体步骤如下：C1.识别模块接收视频帧；C2.识别模块利用深度卷积姿态神经网络模型对视频帧中的人体关节点定位，得到关节点坐标，写入坐标文本文件中；C3.将离散的坐标用矩阵标识相邻关节点之间的连接关系，四肢角度与方向信息由特征向量；C4.利用支持向量机分类器进行分类识别；D.识别服务器端将视频帧信息与识别结果发送至转发服务器；所述的识别结果包括但不限于人体矩形框坐标、识别出的姿态类别、概率；E.转发服务器将视频流以及人体姿态识别结果转发给客户端进行显示，具体步骤如下：E1.转发服务器上的抓图子线程接收识别服务器发来的识别结果信息，写入转发环形缓冲队列中，下一个要转发的视频帧的附加数据包中；E2.转发子线程负责从转发环形缓冲队列摘取视频帧及其附加数据包；E3.转发子线程将视频帧及其附加数据包一起转发给客户端；E4.客户端实时显示视频帧以及对应的人体矩形包围框和姿态识别的概率。