一种人体姿态识别方法、系统、存储介质及设备技术方案

本发明专利技术提供一种人体姿态识别方法、系统、存储介质及设备，方法包括获取人体姿态图像数据；通过图像数据获取人体背部轮廓，收缩背部轮廓获取背部收缩轮廓，通过图像数据获取多个人体特征点；通过预设图形规则，获取符合预设图形规则的参考点，根据第一预设角度获取胸中心点，根据第二预设角度获取腰中心点；依次连接胸中心点、腰中心点、以及多个人体特征点，分别获得第一辅助角、第二辅助角、第三辅助角以及第四辅助角，从而识别人体的当前姿态。本发明专利技术中的人体姿态识别方法、系统、存储介质及设备，通过获取多个人体特征点，完整涵盖坐位体前屈所需要识别的人体关节点，避免关节点遗漏，导致不能正确判断肢体柔韧性的问题所在的情况。情况。情况。

【技术实现步骤摘要】
一种人体姿态识别方法、系统、存储介质及设备


[0001]本专利技术涉及人体姿态识别
，特别涉及一种人体姿态识别方法、系统、存储介质及设备。

技术介绍

[0002]随着人工智能的计算机视觉技术得到快速发展，人体姿态识别作为其中一个重要方向，在体感游戏、虚拟现实，安防、监控等多个领域都有较大的应用前景。
[0003]坐位体前屈（Sit And Reach）是大中小学体质健康测试项目，是一种常见的人体柔韧度测试方法，它的测试目的是测量在静止状态下的躯干、腰、髋等关节可能达到的活动幅度，主要反映这些部位的关节、韧带和肌肉的伸展性和弹性及身体柔韧素质的发展水平。
[0004]通过计算器图像识别技术自动对坐位体前屈照片进行识别，可以获取当前坐位体前屈时的肢体角度数据，用于评价肢体柔韧性。但在现有技术当中，通过计算器图像识别技术自动对坐位体前屈照片进行识别时，一般都没有完整涵盖坐位体前屈所需要识别的人体关节点，尤其是遗漏了胸中心点和腰中心点，导致不能正确判断肢体柔韧性的问题所在，不利于为提升肢体柔韧性提供正确的训练方向。

技术实现思路

[0005]基于此，本专利技术的目的是提供一种人体姿态识别方法、系统、存储介质及设备，用于解决现有技术中没有完整涵盖坐位体前屈所需要识别的人体关节点，导致不能正确判断肢体柔韧性的问题所在的技术问题。
[0006]本专利技术一方面提供一种人体姿态识别方法，所述方法包括：获取人体姿态图像数据；通过所述图像数据获取所述人体的背部轮廓，将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓，通过所述图像数据获取多个人体特征点，所述人体特征点包括髋关节点、肩关节点、耳框中心点、踝点；通过预设图形规则，结合所述髋关节点与所述肩关节点，获取符合所述预设图形规则的参考点，以所述髋关节点与所述参考点的连线为角度起始边界，根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点，根据第二预设角度获取与所述背部收缩轮廓的交点为腰中心点；依次连接所述耳框中心点、所述胸中心点、所述腰中心点、所述髋关节点以及所述踝点，分别获得以所述胸中心点为顶点的第一辅助角、以所述腰中心点为顶点的第二辅助角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅助角，根据所述第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角，识别所述人体的当前姿态。
[0007]上述人体姿态识别方法，通过获取多个人体特征点，用于完整涵盖坐位体前屈所需要识别的人体关节点，避免关节点遗漏，导致不能正确判断肢体柔韧性的问题所在的情
况。具体的，通过获取髋关节点及肩关节点，再运用图形规则结合髋关节点及肩关节点获取参考点，利用参考点再根据第一预设角度及第二预设角度分别获取得到胸中心点及腰中心点，从而分别建立以胸中心点及腰中心点为顶点的第一辅助角及第二辅助角，用于坐位体前屈时，监测第一辅助角及第二辅助角的角度数据，获取到胸及腰的肢体角度数据，使得更加全面的涵盖坐位体前屈所需要识别的人体关节点，便于正确判断肢体柔韧性的问题所在，解决了现有技术中没有完整涵盖坐位体前屈所需要识别的人体关节点，导致不能正确判断肢体柔韧性的问题所在的技术问题。
[0008]另外，根据本专利技术上述的人体姿态识别方法，还可以具有如下附加的技术特征：优选地，所述通过所述图像数据获取所述人体的背部轮廓，将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓的步骤包括：通过预训练的人体轮廓识别模型识别所述图像数据，获得所述人体的姿态轮廓，所述姿态轮廓包括背部轮廓；收缩所述背部轮廓，使得收缩后的背部轮廓的两端点分别与所述髋关节点及所述肩关节点重合，获得所述背部收缩轮廓。
[0009]优选地，所述通过所述图像数据获取多个人体特征点的步骤包括：通过预训练的深度学习神经网络模型识别所述图像数据，获取所述图像数据中的多个所述人体特征点。
[0010]优选地，所述通过预设图形规则，结合所述髋关节点与所述肩关节点，获取符合所述预设图形规则的参考点的步骤包括：以所述髋关节点与所述肩关节点为等边三角形的底边端点，向所述人体的前方寻找等边三角形的顶点，所述顶点为所述参考点。
[0011]优选地，所述第一预设角度的取值范围为36
°
~40
°
；所述第二预设角度的取值范围为9
°
~13
°
。
[0012]优选地，所述根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点的步骤包括：以所述角度起始边界为角度测量起始线，根据第一预设角度结合所述角度测量起始线获取第一辅助线；所述第一辅助线与所述背部收缩轮廓的交点为胸中心点；所述根据第二预设角度获取与所述背部收缩轮廓的交点为腰中心点的步骤包括：以所述角度起始边界为角度测量起始线，根据第二预设角度结合所述角度测量起始线获取第二辅助线；所述第二辅助线与所述背部收缩轮廓的交点为腰中心点。
[0013]优选地，所述参考点与所述背部轮廓分设于所述背部收缩轮廓的两侧。
[0014]本专利技术另一方面提供一种人体姿态识别系统，所述系统包括：第一获取模块，用于获取人体姿态图像数据；第二获取模块，用于通过所述图像数据获取所述人体的背部轮廓，将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓，通过所述图像数据获取多个人体特征点，所述人体特征点包括髋关节点、肩关节点、耳框中心点、踝点；
第三获取模块，用于通过预设图形规则，结合所述髋关节点与所述肩关节点，获取符合所述预设图形规则的参考点，以所述髋关节点与所述参考点的连线为角度起始边界，根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点，根据第二预设角度获取与所述背部收缩轮廓的交点为腰中心点；识别模块，用于依次连接所述耳框中心点、所述胸中心点、所述腰中心点、所述髋关节点以及所述踝点，分别获得以所述胸中心点为顶点的第一辅助角、以所述腰中心点为顶点的第二辅助角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅助角，根据所述第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角，识别所述人体的当前姿态。
[0015]上述人体姿态识别系统，通过获取多个人体特征点，用于完整涵盖坐位体前屈所需要识别的人体关节点，避免关节点遗漏，导致不能正确判断肢体柔韧性的问题所在的情况。具体的，通过获取髋关节点及肩关节点，再运用图形规则结合髋关节点及肩关节点获取参考点，利用参考点再根据第一预设角度及第二预设角度分别获取得到胸中心点及腰中心点，从而分别建立以胸中心点及腰中心点为顶点的第一辅助角及第二辅助角，用于坐位体前屈时，监测第一辅助角及第二辅助角的角度数据，获取到胸及腰的肢体角度数据，使得更加全面的涵盖坐位体前屈所需要识别的人体关节点，便于正确判断肢体柔韧性的问题所在，解决了现有技术中没有完整涵盖坐位体前屈所需要识别的人体关节点，导致不能正确判断肢体柔韧性的问题所在的技术问题。
[0016]本专利技术另一方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体姿态识别方法，其特征在于，所述方法包括：获取人体姿态图像数据；通过所述图像数据获取所述人体的背部轮廓，将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓，通过所述图像数据获取多个人体特征点，所述人体特征点包括髋关节点、肩关节点、耳框中心点、踝点；通过预设图形规则，结合所述髋关节点与所述肩关节点，获取符合所述预设图形规则的参考点，以所述髋关节点与所述参考点的连线为角度起始边界，根据第一预设角度获取与所述背部收缩轮廓的交点为胸中心点，根据第二预设角度获取与所述背部收缩轮廓的交点为腰中心点；依次连接所述耳框中心点、所述胸中心点、所述腰中心点、所述髋关节点以及所述踝点，分别获得以所述胸中心点为顶点的第一辅助角、以所述腰中心点为顶点的第二辅助角、以所述髋关节点为顶点的第三辅助角以及以所述踝点为顶点的第四辅助角，根据所述第一辅助角、所述第二辅助角、所述第三辅助角以及第四辅助角，识别所述人体的当前姿态。2.根据权利要求1所述的人体姿态识别方法，其特征在于，所述通过所述图像数据获取所述人体的背部轮廓，将所述背部轮廓按收缩规则获取符合所述收缩规则的背部收缩轮廓的步骤包括：通过预训练的人体轮廓识别模型识别所述图像数据，获得所述人体的姿态轮廓，所述姿态轮廓包括背部轮廓；收缩所述背部轮廓，使得收缩后的背部轮廓的两端点分别与所述髋关节点及所述肩关节点重合，获得所述背部收缩轮廓。3.根据权利要求1所述的人体姿态识别方法，其特征在于，所述通过所述图像数据获取多个人体特征点的步骤包括：通过预训练的深度学习神经网络模型识别所述图像数据，获取所述图像数据中的多个所述人体特征点。4.根据权利要求1所述的人体姿态识别方法，其特征在于，所述通过预设图形规则，结合所述髋关节点与所述肩关节点，获取符合所述预设图形规则的参考点的步骤包括：以所述髋关节点与所述肩关节点为等边三角形的底边端点，向所述人体的前方寻找等边三角形的顶点，所述顶点为所述参考点。5.根据权利要求1所述的人体姿态识别方法，其特征在于，所述第一预设角度的取值范围为36
°
~40
°
；所述第二预设角度的取值范围为9
°

【专利技术属性】
技术研发人员：林嘉，李检，
申请(专利权)人：南昌嘉研科技有限公司，
类型：发明
国别省市：