姿态识别方法、装置、系统及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种姿态识别方法、装置、系统及计算机可读存储介质，方法包括：获取行人的待处理图像，并通过预设的图像质量评价模型对待处理图像进行质量评价，得到待处理图像的第一评价分数；当第一评价分数小于预设分数阈值时，则对待处理图像进行图像增强处理，得到待识别图像；通过图像质量评价模型对待识别图像进行质量评价，得到待识别图像的第二评价分数；当第二评价分数大于或等于预设分数阈值时，则通过预设的姿态识别模型对待识别图像进行识别，得到行人的姿态识别结果。本发明专利技术对小于预设分数阈值的图像进行图像增强处理，以得到符合预设图像质量的待识别图像，再对待识别图像进行姿态识别，提高姿态识别的准确率。

【技术实现步骤摘要】
姿态识别方法、装置、系统及计算机可读存储介质
本专利技术涉及图像处理
，尤其涉及姿态识别方法、装置、系统及计算机可读存储介质。
技术介绍
随着我国老龄化问题日益严重，对老人姿态属性尤其是跌倒状态的智能化识别显得尤为重要。行人姿态属性的监测识别方法主要是基于视频图像的人体关键点检测方法，该方法采用openpose(人体姿态识别)的关节图关联法来检测人体的关键点，从而判断行人的姿态，但若提供的图像模糊不清，该方法则无法准确判断行人处于何种姿态。
技术实现思路
本专利技术的主要目的在于提出一种姿态识别方法、装置、系统及计算机可读存储介质，旨在解决图像模糊不清时，无法准确识别行人姿态的技术问题。为解决上述问题，本专利技术提供一种姿态识别方法，所述方法包括如下步骤：获取行人的待处理图像，并通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数；当所述第一评价分数小于预设分数阈值时，则对所述待处理图像进行图像增强处理，得到待识别图像；通过所述图像质量评价模型对所述待识别图像进行质量评价，得到所述待识别图像的第二评价分数；当所述第二评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果。优选地，所述通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果的步骤包括：对所述待识别图像进行裁剪处理，以裁剪出只包含所述行人的目标图像；r>通过预设的姿态识别模型对所述目标图像进行识别，得到所述行人的姿态识别结果。优选地，所述通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数的步骤之后，还包括：当所述第一评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待处理图像进行姿态识别，得到所述行人的姿态识别结果。优选地，所述得到所述待识别图像的第二评价分数的步骤之后，还包括：当所述第二评价分数小于所述预设分数阈值时，则通过对所述待识别图像进行图像增强处理，直到经过图像增强处理后的目标质量图像的质量评价分数大于或等于所述预设分数阈值。优选地，所述得到所述行人的姿态识别结果的步骤之后，还包括：根据所述姿态识别结果确定所述行人当前的姿态，并执行所述姿态对应的预设流程。优选地，所述执行所述姿态对应的预设流程的步骤包括：判断所述姿态是否为跌倒姿态；当所述姿态为跌倒姿态时，则发出告警信息，以通知用户发生异常事件。优选地，所述获取行人的待处理图像的步骤之前，还包括：获取待训练的样本图像，对所述样本图像进行预处理，得到目标样本图像，并根据第一预设网络对所述目标样本图像进行训练，得到预设的图像质量评价模型；获取不同姿态的待训练图像，分别对各种姿态的待训练图像进行标注，得到标注后的姿态训练图像，并根据第二预设网络对所述姿态训练图像进行训练，得到预设的姿态识别模型。此外，为实现上述目的，本专利技术还提供一种姿态识别装置，所述姿态识别装置包括：第一评价模块，用于获取行人的待处理图像，并通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数；图像增强模块，用于当所述第一评价分数小于预设分数阈值时，则对所述待处理图像进行图像增强处理，得到待识别图像；第二评价模块，用于通过所述图像质量评价模型对所述待识别图像进行质量评价，得到所述待识别图像的第二评价分数；姿态识别模块，用于当所述第二评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果。优选地，所述姿态识别模块还用于：对所述待识别图像进行裁剪处理，以裁剪出只包含所述行人的目标图像；通过预设的姿态识别模型对所述目标图像进行识别，得到所述行人的姿态识别结果。优选地，所述第一评价模块还包括图像识别单元，所述图像识别单元用于：当所述第一评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待处理图像进行姿态识别，得到所述行人的姿态识别结果。优选地，所述第二评价模块还包括图像增强单元，所述图像增强单元用于：当所述第二评价分数小于所述预设分数阈值时，则通过对所述待识别图像进行图像增强处理，直到经过图像增强处理后的目标质量图像的质量评价分数大于或等于所述预设分数阈值。优选地，所述姿态识别模块还包括执行流程单元，所述执行流程单元用于：根据所述姿态识别结果确定所述行人当前的姿态，并执行所述姿态对应的预设流程。优选地，所述姿态识别模块还包括预设告警单元，所述预设告警单元用于：判断所述姿态是否为跌倒姿态；当所述姿态为跌倒姿态时，则发出告警信息，以通知用户发生异常事件。优选地，所述姿态识别装置还包括模型训练模块，所述模型训练模块用于：获取待训练的样本图像，对所述样本图像进行预处理，得到目标样本图像，并根据第一预设网络对所述目标样本图像进行训练，得到预设的图像质量评价模型；获取不同姿态的待训练图像，分别对各种姿态的待训练图像进行标注，得到标注后的姿态训练图像，并根据第二预设网络对所述姿态训练图像进行训练，得到预设的姿态识别模型。此外，为实现上述目的，本专利技术还提供一种姿态识别系统，所述姿态识别系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的姿态识别程序，所述姿态识别程序被所述处理器执行时实现如上所述的姿态识别方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有姿态识别程序，所述姿态识别程序被处理器执行时实现如上所述的姿态识别方法的步骤。本专利技术提出的姿态识别方法，获取行人的待处理图像，并通过预设的图像质量评价模型对待处理图像进行质量评价，得到待处理图像的第一评价分数；当第一评价分数小于预设分数阈值时，则对待处理图像进行图像增强处理，得到待识别图像；通过图像质量评价模型对待识别图像进行质量评价，得到待识别图像的第二评价分数；当第二评价分数大于或等于预设分数阈值时，则通过预设的姿态识别模型对待识别图像进行识别，得到行人的姿态识别结果。本专利技术对小于预设分数阈值的图像进行图像增强处理，以得到符合预设图像质量的待识别图像，再对待识别图像进行姿态识别，提高姿态识别的准确率。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的系统结构示意图；图2为本专利技术姿态识别方法第一实施例的流程示意图；图3为本专利技术姿态识别系统的结构示意图；图4为本专利技术姿态识别方法中姿态识别模型的训练流程图；图5为本专利技术姿态识别方法较佳实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的本文档来自技高网...

【技术保护点】
1.一种姿态识别方法，其特征在于，所述方法包括如下步骤：/n获取行人的待处理图像，并通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数；/n当所述第一评价分数小于预设分数阈值时，则对所述待处理图像进行图像增强处理，得到待识别图像；/n通过所述图像质量评价模型对所述待识别图像进行质量评价，得到所述待识别图像的第二评价分数；/n当所述第二评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果。/n

【技术特征摘要】
1.一种姿态识别方法，其特征在于，所述方法包括如下步骤：
获取行人的待处理图像，并通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数；
当所述第一评价分数小于预设分数阈值时，则对所述待处理图像进行图像增强处理，得到待识别图像；
通过所述图像质量评价模型对所述待识别图像进行质量评价，得到所述待识别图像的第二评价分数；
当所述第二评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果。


2.如权利要求1所述的姿态识别方法，其特征在于，所述通过预设的姿态识别模型对所述待识别图像进行识别，得到所述行人的姿态识别结果的步骤包括：
对所述待识别图像进行裁剪处理，以裁剪出只包含所述行人的目标图像；
通过预设的姿态识别模型对所述目标图像进行识别，得到所述行人的姿态识别结果。


3.如权利要求1所述的姿态识别方法，其特征在于，所述通过预设的图像质量评价模型对所述待处理图像进行质量评价，得到所述待处理图像的第一评价分数的步骤之后，还包括：
当所述第一评价分数大于或等于所述预设分数阈值时，则通过预设的姿态识别模型对所述待处理图像进行姿态识别，得到所述行人的姿态识别结果。


4.如权利要求1所述的姿态识别方法，其特征在于，所述得到所述待识别图像的第二评价分数的步骤之后，还包括：
当所述第二评价分数小于所述预设分数阈值时，则通过对所述待识别图像进行图像增强处理，直到经过图像增强处理后的目标质量图像的质量评价分数大于或等于所述预设分数阈值。


5.如权利要求1所述的姿态识别方法，其特征在于，所述得到所述行人的姿态识别结果的步骤之后，还包括：
根据所述姿态识别结果确定所述行人当前的姿态，并执行所述姿态对应的预设流程。


6...

【专利技术属性】
技术研发人员：李勇，邵新庆，刘强，徐明，
申请(专利权)人：深圳力维智联技术有限公司，南京中兴力维软件有限公司，
类型：发明
国别省市：广东;44