人体姿态识别方法及装置制造方法及图纸

本发明专利技术公开了一种人体姿态识别方法及装置。该方法包括：按照预先设定的视频流与位置信息的对应关系，将多个视频流输出的图像进行拼接，其中，所述位置信息表示单个视频流输出的图像在拼接后的图像中的位置；检测拼接后的图像中人体的各个关键点；根据所述人体的各个关键点进行组合，确定一个或多个人体；对于每个人体，按照所述视频流与位置信息对应关系分别确定该人体所对应的视频流。根据上述技术方案，可大大降低计算机的计算量，同时提高并行度，提高姿态识别的效率。

【技术实现步骤摘要】
人体姿态识别方法及装置
本专利技术涉及通信领域，具体而言，涉及一种人体姿态识别方法及装置。
技术介绍
近年来，随着计算机人工智能技术的发展，通过强大的人工神经网络模型，可以从一幅图像中获得人体的姿态信息。相关技术中，可以实现同一图像中多人姿态的识别。然而，在某些应用场景中，往往需要对多个视频流或者多个图像进行人体姿态识别，目前的实施方案是对各个视频流或者各个图像中的人体姿态分别进行识别。人体姿态识别，通常使用人工神经网络模型，识别人体的计算过程比较复杂，会消耗大量的计算资源，如果分别对各个视频流中的图像进行识别，那么视频流的个数就会和计算量成正比，视频流个数的增加会导致计算量快速增大。
技术实现思路
本专利技术的主要目的在于公开了一种人体姿态识别方法及装置，以至少解决相关技术中对多个视频流或者多个图像进行人体姿态识别时，如果分别对各个视频流中的图像进行识别，那么视频流的个数就会和计算量成正比，视频流个数的增加会导致计算量快速增大的问题。根据本专利技术的一个方面，提供了一种人体姿态识别方法。根据本专利技术的人体本文档来自技高网...

【技术保护点】
1.一种人体姿态识别方法，其特征在于，包括：/n按照预先设定的视频流与位置信息的对应关系，将多个视频流输出的图像进行拼接，其中，所述位置信息表示单个视频流输出的图像在拼接后的图像中的位置；/n检测拼接后的图像中人体的各个关键点；/n根据所述人体的各个关键点进行组合，确定一个或多个人体；/n对于每个人体，按照所述视频流与位置信息对应关系分别确定该人体所对应的视频流。/n

【技术特征摘要】
1.一种人体姿态识别方法，其特征在于，包括：
按照预先设定的视频流与位置信息的对应关系，将多个视频流输出的图像进行拼接，其中，所述位置信息表示单个视频流输出的图像在拼接后的图像中的位置；
检测拼接后的图像中人体的各个关键点；
根据所述人体的各个关键点进行组合，确定一个或多个人体；
对于每个人体，按照所述视频流与位置信息对应关系分别确定该人体所对应的视频流。


2.根据权利要求1所述的方法，其特征在于，在按照预设的视频流与位置信息对应关系，将多个视频流输出的图像进行拼接之前，还包括：
将一个图像区域划分成多个子图像区域，其中，每个所述子图像区域分别对应一个视频流；
将所述子图像区域对应的位置信息与视频流的标识信息进行绑定，确定所述视频流与位置信息的对应关系。


3.根据权利要求2所述的方法，其特征在于，将一个图像区域划分成多个子图像区域包括：
将一个图像区域划分为M行和N列的图像矩阵，所述图像矩阵中的每个子图像区域的宽度均为P且高度均为Q，其中，M和N为不同时等于1的自然数，P和Q均大于0。


4.根据权利要求1所述的方法，其特征在于，按照预设的视频流与位置信息对应关系，将多个视频流输出的图像进行拼接包括：
对于每个视频流，分别对该视频流输出的图像的尺寸进行处理，其中，处理后的图像的宽度小于或者等于该视频流对应的子图像区域的宽度，处理后的图像的高度小于或者等于该视频流对应的子图像区域的高度；
对于每个视频流输出的图像，分别将该图像填充到该视频流对应的子图像区域中。


5.根据权利要求4所述的方法，其特征在于，对于每个视频流，分别对该视频流输出的图像的尺寸进行处理包括：
对于每个视频流，分别对该视频流输出的图像保持该图像的宽高比不变进行压缩，其中，压缩后的图像的宽度和高度满足以下条件之一：
压缩后的图像的宽度等于该视频流对应的子图像区域的宽度，且压缩后的图像的高度小于或者等于该视频流对应的子图像区域的高度；
压缩后的图像的高度等于该视频流对应的子图像区域的高度，且压缩后的图像的宽度小于...

【专利技术属性】
技术研发人员：胡海，周平，黎成情，
申请(专利权)人：贵阳朗玛信息技术股份有限公司，
类型：发明
国别省市：贵州;52