一种人体结构化的方法技术

本发明专利技术提出一种人体结构化的方法。本发明专利技术属于人体结构化领域，尤其涉及使用图像分析技术实现人体结构化的方法及。本发明专利技术使用分类器和卷积神经网络的方法，提取单帧图像人体特征，将相邻的两帧图像人体特征合并作为人体速度信息，来准确识别人体，进而识别人体关键节点，生成有权重信息的关键节点图，使用加权匹配算法实现关键节点的连接，解决和优化复杂场景内人员较多、人员重叠场景下的人体结构化准确率。特别是，本发明专利技术通过引入连续帧的速度信息，并将速度信息合并到人体特征向量中，有效的提高了人员快速移动和远景中的细小人体的人体识别率和关键节点结构化准确率。人体识别率和关键节点结构化准确率。人体识别率和关键节点结构化准确率。

【技术实现步骤摘要】
一种人体结构化的方法


[0001]本专利技术属于人体结构化领域，尤其涉及使用图像分析技术实现人体结构化的方法。
[0002]
技术介绍

[0003]人体结构化，也叫人体姿态估计，是运动分析、行为分析等场景中的关键技术。人体结构化的任务就是基于图像重建人的关节和肢干。目前人体结构化基本基于两种方法实现，一种是自底向上的Bottomup方法，先识别所有关节，再关联人并进行关节连接；一种是自顶向下的Topdown方法，先检测人的边框，再用检测每个人的关节点进行连接。以上两种方法在复杂场景内人员较多、人员重叠场景下的人体结构化准确率不够理想，特别是在人员快速移动场景，和远景中的细小人体厂家的识别率不高。
[0004]本专利技术的目的是解决复杂运动场景中人员较多、人员重叠、人员快速移动、人体像素信息较小等状态下的人体识别率和关键节点结构化准确率。
[0005]
技术实现思路

[0006]本专利技术的目的在于解决复杂场景下人体结构化的不足，使用级连的分类器和卷积神经网络的方法，提取单帧图像人体特征，将相邻的两帧图像人体特征合并，来准确识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体结构化的方法，其特征在于：1、提取图像数据的特征向量；2、识别图像数据中的人体特征；3、识别人体的关键节点；4、匹配人体的关键节点。2.根据权利要求1所述的一种人体结构化的方法，其特征在于：所述提取图像数据的特征向量，使用分类器对视频流的前、后连续两帧的图像数据进行特征提取，获得两帧图像各自的特征向量。3.根据权利要求1所述的一种人体结构化的方法，其特征在于：所述识别图像数据中的人体特征，使用含速度信息的多维空间状态模型描述人体在某时刻的状态，使用连接模型，将连续两帧的人体的特征向量转化...

【专利技术属性】
技术研发人员：张立，刘文，
申请(专利权)人：上海淡竹体育科技有限公司，
类型：发明
国别省市：