人体结构化信息解析方法及系统技术方案

本发明专利技术实施例提供了一种人体结构化信息解析方法及系统，所述方法首先获取彩色图像和所述彩色图像对应的深度图像，所述彩色图像中包含有目标人像；然后基于所述彩色图像中的R、G、B三通道信息以及所述深度图像中的深度信息，确定所述目标人像的结构化信息。由于引入了深度图像中的深度信息，不仅可以使得到的人体结构解析结果排除复杂场景下的环境干扰，更加准确。还可以实现各种复杂场景下的自动化、智能化的人体结构标注过程，通过对人体结构进行解析，为各种与之相关场景下的模型练提供数据支持。据支持。据支持。

【技术实现步骤摘要】
人体结构化信息解析方法及系统


[0001]本专利技术涉及计算机
，更具体地，涉及人体结构化信息解析方法及系统。

技术介绍

[0002]随着计算机视觉的不断发展，基于深度学习的算法层出不穷，针对特定的领域，所有的深度学习算法都面临数据问题，需要大量人工采集和标注工作，才能使得模型在该领域下达到较好的结果。
[0003]目前针对人工智能中与人体相关的某些复杂场景，对人群行为进行分析的难度很大。而在一些特征的场景，比如在安全领域中，通常需要知道工人有无佩戴安全帽，正确穿戴工装等，医生是否在手术中正确着装等。若要在实际应用场景中获得较好的效果，则需要针对现场的具体情况进行数据采集，采集的数据需要包含各种实际情况，人体是一个非刚体的系统，所有的姿势变化均需要覆盖，这样训练数据集的采集与标注将花费大量的人力。所以，目前需要一种适用于各类实际应用场景，针对各种人体姿态的自动化与智能化的数据采集与标注方法，降低数据采集与标注中的工作量，解决训练样本量不足的问题，辅助场景分析，提高算法在实际应用中的效果。
[0004]目前人工智能领域中，与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体结构化信息解析方法，其特征在于，包括：获取彩色图像和所述彩色图像对应的深度图像，所述彩色图像中包含有目标人像；基于所述彩色图像中的R、G、B三通道信息以及所述深度图像中的深度信息，确定所述目标人像的结构化信息。2.根据权利要求1所述的人体结构化信息解析方法，其特征在于，所述基于所述彩色图像中的R、G、B三通道信息以及所述深度图像中的深度信息，确定所述目标人像的结构化信息，具体包括：将所述彩色图像和所述深度图像同时输入至卷积神经网络模型，由所述卷积神经网络模型基于所述彩色图像中的R、G、B三通道信息以及所述深度图像中的深度信息，输出所述目标人像的结构化信息；其中，所述卷积神经网络模型基于样本彩色图像、所述样本彩色图像对应的深度图像以及所述样本彩色图像中样本人像对应的结构化信息训练得到。3.根据权利要求1所述的人体结构化信息解析方法，其特征在于，所述目标人像的结构化信息具体包括所述目标人像的各个结构及对应的标注信息；相应地，所述方法还包括：获取所述目标人像的每个结构的外接矩形，基于所述彩色图像中与所述外接矩形对应的区域以及所述目标人像的每个结构对应的标注信息，对检测模型进行训练。4.根据权利要求3所述的人体结构化信息解析方法，其特征在于，所述方法还包括：将所述目标人像的每个结构对应的标注信息作为每个结构中所有的像素点对应的标注信息，基于每个结构中所有的像素点以及对应的标注信息，对分割模型进行训练。5.根据权利...

【专利技术属性】
技术研发人员：韩琨，夏春晓，李红，钮伟墚，郑伟彦，刘箭，黄晨，李哲，
申请(专利权)人：普天信息技术有限公司，
类型：发明
国别省市：