行人姿态分析方法、系统、及终端、存储介质技术方案

本申请实施例提供一种行人姿态分析方法、系统及终端、存储介质，用于克服相关技术中由于需要人工标注关键点导致分析结果的精度较低的问题。所述行人姿态分析方法，包括：获取摄像头采集的设定区域内的图像信息；基于深度学习目标检测法对所述图像信息中的行人进行检测，得到行人检测框；根据得到的行人检测框，确定多个预设关键点及其坐标信息；对所述预设关键点的坐标信息进行处理，得到各关键点的姿态数据。数据。数据。

【技术实现步骤摘要】
行人姿态分析方法、系统、及终端、存储介质


[0001]本申请涉及计算机视觉技术，尤其涉及一种行人姿态分析方法、系统及终端、存储介质。

技术介绍

[0002]竞走是传统田径运动中的项目，是一项通过评判员根据竞走的定义所举行的主观判罚的运动项目。竞走不仅需要很强的体力又要求具备很高的技能和变速能力，使用科学的方法对竞走姿态数据进行处理以指导竞走运动员进行科学训练显得尤其重要。
[0003]相关技术中，在对竞走运动员姿态数据获取分析时，主要利用多个相机，在不同角度对竞走运动员训练过程进行同步数据采集，对采集到的数据离线处理。在对数据进行离线处理时，具体是由操作人员先在相机采集到的画面中标注出关键点，再由终端对获取关节角度速度等姿态数据。然而，由于需要人工标注关键点，导致分析结果的精度较低。

技术实现思路

[0004]本申请实施例中提供了一种行人姿态分析方法、系统及终端、存储介质，用于克服相关技术中，由于需要人工标注关键点导致分析结果的精度较低的问题。
[0005]本申请第一方面实施例提供一种行人姿态分析方法，包括：
[0006]获取摄像头采集的设定区域内的图像信息；
[0007]基于深度学习目标检测法对所述图像信息中的行人进行检测，得到行人检测框；
[0008]根据得到的行人检测框，确定多个预设关键点及其坐标信息；
[0009]对所述预设关键点的坐标信息进行处理，得到各关键点的姿态数据。
[0010]在其中一种可能的实现方式中，所述获取摄像头采集的设定区域内的图像信息，包括：
[0011]获取摄像头从多角度同步采集设定区域内的图像信息。
[0012]在其中一种可能的实现方式中，所述根据得到的行人检测框，确定多个预设关键点及其坐标信息，包括：
[0013]根据所述得到的行人检测框，检测多个预设关键点；
[0014]根据预先设定的相机内参及外参，将多个所述预设关键点分别对应到真实世界的距离坐标，得到坐标信息。
[0015]在其中一种可能的实现方式中，所述姿态数据包括如下至少一种：运动速度、加速度、腾空时间、各个时刻腿的倾角、各个时刻的膝角、各个时刻的踝角、各个时刻的肘角。
[0016]在其中一种可能的实现方式中，在得到各关键点的姿态数据之后，还包括：
[0017]根据所述姿态数据生成解析报告。
[0018]本申请第二方面实施例提供一种行人姿态分析系统，包括：
[0019]摄像头，用于采集设定区域内的图像信息；
[0020]检测模块，用于基于深度学习目标检测法对所述图像信息中的行人进行检测，得
到行人检测框；
[0021]确定模块，用于根据得到的行人检测框，确定多个预设关键点及其坐标信息；
[0022]处理模块，用于对所述预设关键点的坐标信息进行处理，得到各关键点的姿态数据。
[0023]在其中一种可能的实现方式中，所述摄像头包括多个，用于从多角度同步采集设定区域内的图像信息。
[0024]在其中一种可能的实现方式中，所述姿态数据包括如下至少一种：运动速度、加速度、腾空时间、各个时刻腿的倾角、各个时刻的膝角、各个时刻的踝角、各个时刻的肘角。
[0025]在其中一种可能的实现方式中，所述确定模块用于：
[0026]根据所述得到的行人检测框，检测多个预设关键点；
[0027]根据预先设定的相机内参及外参，将多个所述预设关键点分别对应到真实世界的距离坐标，得到坐标信息。
[0028]在其中一种可能的实现方式中，所述行人姿态分析系统，还包括：
[0029]生成报告模块，用于根据所述姿态数据生成解析报告。
[0030]本申请第三方面实施例提供一种终端，包括：
[0031]存储器；
[0032]处理器；以及
[0033]计算机程序；
[0034]其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如前述任一项所述的方法
[0035]本申请第四方面实施例提供一种计算机可读存储介质，其特征在于，其上存储有计算机程序；所述计算机程序被处理器执行以实现如前述任一项所述的方法。
[0036]本实施例提供的行人姿态分析方法、系统及终端、存储介质，通过基于深度学习目标检测法对所述获取的图像信息中的行人进行检测，得到行人检测框，从行人检测框确定多个预设关键点的坐标信息，且对所述预设关键点的坐标信息进行处理，得到各关键点的姿态数据。如此，避免了繁琐的人工标注关键点的过程，避免了人为主观因素对结果的不利影响，不仅利于提高分析效率，还利于提高分析结果的精确性。
附图说明
[0037]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0038]图1为一示例性实施例提供的行人姿态分析方法的流程示意图；
[0039]图2为另一示例性实施例提供的行人姿态分析方法的流程示意图；
[0040]图3为又一示例性实施例提供的行人姿态分析方法的流程示意图；
[0041]图4为一示例性实施例提供的行人姿态分析方法中两视角成像示意图；
[0042]图5为一示例性实施例提供的行人姿态分析方法中相机平面与地平面的单应性映射示意图；
[0043]图6为一示例性实施例提供的行人姿态分析方法中聚类效果示意图；
[0044]图7为一示例性实施例提供的脚点速度曲线示意图；
[0045]图8为一示例性实施例提供的行人姿态分析系统的流程示意图；
[0046]图9为另一示例性实施例提供的行人姿态分析系统的流程示意图。
具体实施方式
[0047]为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0048]相关技术中，在对竞走运动员姿态数据获取分析时，通常利用多个相机，在不同角度对竞走运动员训练过程进行同步数据采集，对采集到的数据离线处理。在对数据进行离线处理时，具体是由操作人员先在相机采集到的画面中标注出关键点，再由终端对获取关节角度速度等姿态数据。目前，在人工标注关键点的过程中，通常需要多个人员参与人体关键点标注，然而，不同标注员标注结果存在差异，使得数据分析得到的结果波动较大，因此，由人工标注关键点，会导致分析结果的精度较低。
[0049]为了克服上述问题，本实施例提供一种行人姿态分析方法、系统及终端、存储介质，能够基于深度学习技术实现对行人的关键点的自动检测，避免了繁琐的人工标注关键点的过程，避免了人为主观因素对结果的不利影响，不仅利于提高分析效率，还利于提高分析结果的精确性。本实施例的行人姿态分析方法、系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人姿态分析方法，其特征在于，包括：获取摄像头采集的设定区域内的图像信息；基于深度学习目标检测法对所述图像信息中的行人进行检测，得到行人检测框；根据得到的行人检测框，确定多个预设关键点及其坐标信息；对所述预设关键点的坐标信息进行处理，得到各关键点的姿态数据。2.根据权利要求1所述的行人姿态分析方法，其特征在于，所述获取摄像头采集的设定区域内的图像信息，包括：获取摄像头从多角度同步采集设定区域内的图像信息。3.根据权利要求1所述的行人姿态分析方法，其特征在于，所述根据得到的行人检测框，确定多个预设关键点及其坐标信息，包括：根据所述得到的行人检测框，检测多个预设关键点；根据预先设定的相机内参及外参，将多个所述预设关键点分别对应到真实世界的距离坐标，得到坐标信息。4.根据权利要求1所述的行人姿态分析方法，其特征在于，在得到各关键点的姿态数据之后，还包括：根据所述姿态数据生成解析报告。5.根据权利要求1所述的行人姿态分析方法，其特征在于，所述对所述预设关键点的坐标信息进行处理，得到各关键点的姿态数据，包括：根据多个预设关键点的坐标信息进行多相机多人匹配，得到各相机中相同点在世界平面映射点的多重聚类分组；其中，所述相机具有所述摄像头；根据所述多重聚类分组，利用多相机三角化得到多个行人在世界坐标系的三维坐标；根据多个行人在世界坐标系的三维坐标，得到各关键点的姿态数据。6.根据权利要求1所述的行人姿态分析方法，其特征在于，所述姿态数据包括如下至少一种：运动速度、加速度、腾空时间、各个时刻腿的倾角、各个时刻的膝角、各个时刻的踝角、各个时刻的肘角、身体重心、重心移动速度、垂直振动幅度、步频、步幅、双脚平衡性。7.一种行人姿态分析系统，其特征在于，包括：摄像头，用于采集设定区域内的图像信息；检测模块，用于基于深度学...

【专利技术属性】
技术研发人员：赵洋洋，牛志博，赵勇，冯子勇，周瑞，
申请(专利权)人：北京格灵深瞳信息技术股份有限公司，
类型：发明
国别省市：