【技术实现步骤摘要】
基于视频流的人体关键点分析训练和推理方法、装置
[0001]本专利技术涉及人体关键点分析
，尤其涉及基于视频流的人体关键点分析训练和推理方法、装置。
技术介绍
[0002]传统人体关键点分析算法主要以图像为输入，通过算法分析，输出人体的关键点。但是当人体的关键点出现被遮挡时，算法的分析和推理出关键点正确位置的能力往往很差。
[0003]然而，传统人体关键点分析算法在视频流人体关键点分析中，未考虑前后帧视频信息，算法精度有限，且训练和推理使用中，并未做到充分利用未遮挡关键点的信息提升关键识别的精度，往往导致推理出来的关键点正确位置与实际存在较大差异。
技术实现思路
[0004]本专利技术的目的是提供一种基于视频流的人体关键点分析训练和推理方法，引入遮挡标示，并将遮挡标示融入人体关键点分析训练和推理中，大大提升人体关键点的识别精度。
[0005]为了实现上有目的，本专利技术公开了一种基于视频流的人体关键点分析训练和推理方法，其包括如下步骤：
[0006]S1、将历史连续视频帧的所有人...
【技术保护点】
【技术特征摘要】
1.一种基于视频流的人体关键点分析训练和推理方法，其特征在于，包括如下步骤：将历史连续视频帧的所有人体关键点和遮挡标示作为样本训练数据，训练人体关键点分析模型；以当前连续视频帧的所有人体关键点和遮挡标示作为原始数据，初始化所述人体关键点分析模型；通过所述人体关键点分析模型对所述当前连续视频帧的每一所述遮挡标示对应的人体关键点的位置进行推理，以获得所述当前连续视频帧的人体姿势。2.如权利要求1所述的基于视频流的人体关键点分析训练和推理方法，其特征在于，所述将历史连续视频帧的所有人体关键点和遮挡标示作为样本训练数据，训练人体关键点分析模型，具体包括：按照第一预设帧数随机对所述历史连续视频帧进行截取，得到临时历史连续视频帧；将所述临时历史连续视频帧的人体关键点和遮挡标示进行双向循环神经网络分析训练，以得到所述临时历史连续视频帧的所有遮挡标示对应的人体关键点的位置；依据所述临时历史连续视频帧的所有遮挡标示对应的人体关键点的位置更新所述临时历史连续视频帧；将新的所述临时历史连续视频帧更新至所述历史连续视频帧；依据新的所述历史连续视频帧迭代训练所述人体关键点分析模型。3.如权利要求2所述的基于视频流的人体关键点分析训练和推理方法，其特征在于，每一所述临时历史连续视频帧中的任一视频帧中的遮挡标示需要在所述临时历史连续视频帧中的其余视频帧中具有至少一个对应的未被遮挡的人体关键点。4.如权利要求1所述的基于视频流的人体关键点分析训练和推理方法，其特征在于，所述通过所述人体关键点分析模型对所述当前连续视频帧的每一所述遮挡标示对应的人体关键点的位置进行推理，以获得所述当前连续视频帧的人体姿势，具体包括：按照第二预设帧数将所述当前连续视频帧划分为多个当前连续视频帧单元；对每一所述当前连续视频帧单元的人体关键点和遮挡标示进行双向循环神经网络推理，以得到每一所述当前连续视频帧单元的遮挡标示对应的人体关键点的位置；联合所有当前连续视频帧单元的人体关键点和遮挡标示对应的人体关键点的位置，分析得到所述当前连续视频帧对应的人体姿势。5.如权利要求4所述的基于视频流的人体关键点分析训练和推理方法，其特征在于，所述对每一所述当前连续视频帧单元的人体关键点和遮挡标示进行双向循环神经网络推理，以得到每一当前连续视频帧单元的遮挡标示对应的人体关键点的位置，进一步包括：计算每一所述当...
【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：广州深灵科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。