姿态识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及图像识别技术领域，提供一种姿态识别方法、装置、设备及可读存储介质，所述方法包括以下步骤：获取目标图像，并确定所述目标图像中的人体骨骼关键点，以及所述人体骨骼关键点对应的置信度；基于所述人体骨骼关键点和所述置信度，构建复合特征向量；将所述复合特征向量输入预训练好的姿态识别模型中，以得到姿态识别结果；基于所述姿态识别结果，确定所述目标图像对应的人体姿态。本发明专利技术通过人体骨骼关键点和置信度构建复合特征向量，以复合特征向量作为人体姿态识别的参数，提高了人体姿态的识别准确率。

Attitude recognition method, device, equipment and storage medium

【技术实现步骤摘要】
姿态识别方法、装置、设备及存储介质
本专利技术涉及图像识别
，尤其涉及一种姿态识别方法、装置、设备及计算机可读存储介质。
技术介绍
随着计算机视觉技术的发展，人体姿态识别在行为识别、人机交互、游戏、动画等领域有着很广阔的应用前景，而现有的人体姿态识别算法可以分为两类：基于深度图的算法、以及直接基于RGB图像的算法，其中，基于深度图的算法对图像采集设备要求过高，容易出现应用受限的问题；而基于RGB图像的算法需要占用较多的GPU资源，模型运行速度慢，导致识别效率较低，并且模型可解释性较差，因此，亟需一种识别效率高，且识别准确率高的人体姿态识别方法。
技术实现思路
本专利技术的主要目的在于提供一种姿态识别方法、装置、设备及计算机可读存储介质，旨在解决现有人体姿态识别方法效率较低且识别准确率较低的技术问题。为实现上述目的，本专利技术提供一种姿态识别方法，所述姿态识别方法包括以下步骤：获取目标图像，并确定所述目标图像中的人体骨骼关键点，以及所述人体骨骼关键点对应的置信度；基于所述人体骨骼关键点和所述置信度本文档来自技高网...

【技术保护点】
1.一种姿态识别方法，其特征在于，所述姿态识别方法包括以下步骤：/n获取目标图像，并确定所述目标图像中的人体骨骼关键点，以及所述人体骨骼关键点对应的置信度；/n基于所述人体骨骼关键点和所述置信度，构建复合特征向量；/n将所述复合特征向量输入预训练好的姿态识别模型中，以得到姿态识别结果；/n基于所述姿态识别结果，确定所述目标图像对应的人体姿态。/n

【技术特征摘要】
1.一种姿态识别方法，其特征在于，所述姿态识别方法包括以下步骤：
获取目标图像，并确定所述目标图像中的人体骨骼关键点，以及所述人体骨骼关键点对应的置信度；
基于所述人体骨骼关键点和所述置信度，构建复合特征向量；
将所述复合特征向量输入预训练好的姿态识别模型中，以得到姿态识别结果；
基于所述姿态识别结果，确定所述目标图像对应的人体姿态。


2.如权利要求1所述的姿态识别方法，其特征在于，所述基于所述人体骨骼关键点和所述置信度，构建复合特征向量的步骤包括：
获取所述人体骨骼关键点在所述目标图片的坐标点，并基于所述坐标点和所述置信度，构建目标向量；
基于所述目标向量和人体结构化信息，构建复合特征向量。


3.如权利要求1所述的姿态识别方法，其特征在于，所述基于所述人体骨骼关键点和所述置信度，构建复合特征向量的步骤包括：
确定所述人体骨骼关键点在所述所述目标图像的分布位置，并基于所述分布位置，确定所述复合特征向量的构建部位；
获取所述构建部分中的目标骨骼关键点，并基于所述目标骨骼关键点，以及所述目标骨骼关键点的置信度，构建复合特征向量。


4.如权利要求3所述的姿态识别方法，其特征在于，所述确定所述人体骨骼关键点在所述所述目标图像的分布位置，并基于所述分布位置，确定所述复合特征向量的构建部位包括：
确定所述人体骨骼关键点在所述目标图像的分布位置，并将所述分布位置与标准分布位置进行比较；
根据比较结果，确定所述复合特征向量的构建部位。


5.如权利要求1所述的姿态识别方法，其特征在于，所述获取目标图像，并确定所述目标图像中的人体骨骼关键点，以及所述人体骨骼关键点对应的置信度的步骤之前，所述姿态识别方法还包括：
采集训练图像和所述训练图像的训练姿态结果，并对所述训练图像进行数据增强，以得到训练图像集；
确...

【专利技术属性】
技术研发人员：郑喜民，喻宁，冯晶凌，柳阳，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44