姿态识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种姿态识别方法、装置、计算机设备和存储介质。所述方法包括：获取深度图像，对深度图像进行关键点检测，获得人体关键点集合，根据人体关键点集合，得到预设的人体不同的部位所构成的向量，根据向量，识别人体姿态，准确识别出摄像机拍摄的各个角度和位置下的人体姿态。

Attitude recognition method, device, computer equipment and storage medium

【技术实现步骤摘要】
姿态识别方法、装置、计算机设备和存储介质
本申请涉及视觉识别
，特别是涉及一种姿态识别方法、装置、计算机设备和存储介质。
技术介绍
在视觉识别中，可以识别人体信息，但很难对人体姿态进行识别，如身体、手、脚的姿势和位置的识别，双手水平张开，双脚与肩同宽等姿态的识别。关于上述姿态的识别，从摄像机获取的图像会存在个体的差异，摄像机拍摄的角度和位置影响图像的输入，人体的识别就会受到影响，人体从背景分离出来，做关键点识别的数据就会收到影响，无法直接判断人的姿态的准确性。例如，双手水平张开的时候，摄像头拍摄并不是水平摆放，拍出来人双臂是倾斜的，这无法从图形明确双手是否水平张开，同理还有很多人体的姿态无法直接识别，在视觉识别中对人体的姿态识别就带来了很多不确定性，变得不可靠。因此，现有技术中存在着摄像机拍摄的角度和位置影响图像的输入，导致人体的姿态无法直接识别，在视觉识别中对人体的姿态识别就带来了很多不确定性，变得不可靠问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够准确进行人体姿态识别的姿态识别方法、装置本文档来自技高网...

【技术保护点】
1.一种姿态识别方法，其特征在于，所述方法包括：/n获取深度图像；/n对所述深度图像进行关键点检测，获得人体关键点集合；/n根据所述人体关键点集合，得到预设的人体不同的部位所构成的向量；/n根据所述向量，识别人体姿态。/n

【技术特征摘要】
1.一种姿态识别方法，其特征在于，所述方法包括：
获取深度图像；
对所述深度图像进行关键点检测，获得人体关键点集合；
根据所述人体关键点集合，得到预设的人体不同的部位所构成的向量；
根据所述向量，识别人体姿态。


2.根据权利要求1所述的方法，其特征在于，所述人体关键点集合包括头部关键点、颈部关键点和躯干关键点；
所述根据所述人体关键点集合，得到预设的人体不同的部位所构成的向量，包括：
根据所述头部关键点、颈部关键点和躯干关键点，得到以颈部为起点以头部为终点的第一向量，和以颈部为起点以躯干为终点的第二向量；
所述根据所述向量，识别人体姿态，包括：
根据所述第一向量和所述第二向量分别在三轴坐标系投影的夹角，识别头部的姿态。


3.根据权利要求1所述的方法，其特征在于，所述人体关键点集合包括颈部关键点、躯干关键点、左臀关键点和右臀关键点；
所述根据所述人体关键点集合，得到预设的人体不同的部位所构成的向量，包括：
根据所述颈部关键点、躯干关键点、左臀关键点和右臀关键点，得到以躯干为起点以颈部为终点的第三向量，和以躯干为起点以左臀和右臀的中点为终点的第四向量；
所述根据所述向量，识别人体姿态，包括：
根据所述第三向量和所述第四向量分别在三轴坐标系投影的夹角，识别躯干的姿态。


4.根据权利要求1所述的方法，其特征在于，所述人体关键点集合包括左手肘关键点、左肩膀关键点、左手腕关键点、右手肘关键点、右肩膀关键点和右手腕关键点；
所述根据所述人体关键点集合，得到预设的人体不同的部位所构成的向量，包括：
根据所述左手肘关键点、左肩膀关键点、左手腕关键点，得到以左手肘为起点以左肩膀为终点的第五向量，和以左手肘为起点以左手腕为终点的第六向量；
根据所述右手肘关键点、右肩膀关键点、右手腕关键点，得到以右手肘为起点以右肩膀为终点的第七向量，和以右手肘为起点以右手腕为终点的第八向量；
所述根据所述向量，识别人体姿态，包括：
根据所述第五向量和所述第六向量分别在三轴坐标系投影的夹角，识别左手臂的姿态；
根据所述第七向量和所述第八向量分别在三轴坐标系投影的夹角，识别右手臂的姿态。


5.根据权利要求1所述的方法，其特征在于，所述人体关键点集合包括左膝盖关键点、左臀关键点、左脚跟关键点、右膝盖关键点、右臀关键点和右脚跟关键点；
所述根据所述人体关键点集合，得到预设的人体不同的部位所构成的向量，包括：
根据所述左膝盖关键点、左臀关键点、左脚跟关键点，得到以左膝盖为起点以左臀为终点的第九向量，和以左膝盖为起点以左脚跟为终点的第十向量；
根据所述右膝盖关键点、右臀关键点、右脚跟关键点，得到以右膝盖为起点以右臀为终点的第十一向量，...

【专利技术属性】
技术研发人员：胡佳文，
申请(专利权)人：爱菲力斯深圳科技有限公司，
类型：发明
国别省市：广东;44