本申请提供一种人体姿态的检测方法及装置、电子设备、计算机可读存储介质，该方法包括：确定目标图像中待检测人员的人员位置信息；针对所述目标图像中人员位置信息对应的人员图像，进行关键点检测，获得多个人体关键点；基于所述多个人体关键点，确定所述目标图像中多个肢体角度；依据连续多帧目标图像对应的多个肢体角度，确定所述待检测人员的人体姿态。本申请方案，在对待检测人员所在的人员图像进行识别后，通过关键点检测和肢体角度换算的方式，获得多个肢体角度，并可以依据多帧目标图像的肢体角度实现准确的人体姿态识别，避免复杂背景的干扰，且相比直接以人体关键点识别人体姿态，提高了识别准确率。提高了识别准确率。提高了识别准确率。
【技术实现步骤摘要】
人体姿态的检测方法及装置、电子设备、存储介质
[0001]本申请涉及图像处理
，特别涉及一种人体姿态的检测方法及装置、电子设备、计算机可读存储介质。
技术介绍
[0002]在变电站等工作场所，工作人员的不良行为(比如：抽烟、翻墙)存在安全隐患。在此情况下，对工作人员的人体姿态检测，并依据检测结果发出告警十分必要。在相关技术中，采集场景图像后，从场景图像中识别人员所在区域，并对人员所在区域图像提取关键点，以此确定人员的人体姿态。然而，由于工作场所背景复杂，在识别人员时往往受背景干扰，无法实现准确识别；而直接以关键点确定的人体姿态又不够准确。
技术实现思路
[0003]本申请实施例的目的在于提供一种人体姿态的检测方法及装置、电子设备、计算机可读存储介质，用于准确识别人体姿态。
[0004]一方面，本申请提供了一种人体姿态的检测方法，包括：
[0005]确定目标图像中待检测人员的人员位置信息；
[0006]针对所述目标图像中人员位置信息对应的人员图像，进行关键点检测，获得多个人体关键点；
[0007]基于所述多个人体关键点，确定所述目标图像中多个肢体角度；
[0008]依据连续多帧目标图像对应的多个肢体角度，确定所述待检测人员的人体姿态。
[0009]在一实施例中，所述确定目标图像中待检测人员的人员位置信息，包括：
[0010]将所述目标图像作为待检测图像，并将所述待检测图像输入已训练的目标检测模型，获得所述目标检测模型输出的人员位置信息。/>[0011]在一实施例中，所述目标图像为可见光图像；
[0012]所述确定目标图像中待检测人员的人员位置信息，包括：
[0013]获取与所述可见光图像对应的红外图像，作为待检测图像；
[0014]将所述待检测图像输入已训练的目标检测模型，获得所述目标检测模型输出的人员位置信息。
[0015]在一实施例中，所述目标检测模型包括第一特征提取网络、第二特征提取网络；
[0016]所述将所述待检测图像输入已训练的目标检测模型，获得所述目标检测模型输出的人员位置信息，包括：
[0017]基于所述第一特征提取网络从所述待检测图像提取高分辨率图像特征；
[0018]通过所述第二特征提取网络从所述高分辨率图像特征中提取出第一指定图像特征、第二指定图像特征和第三指定图像特征；
[0019]依据所述第一指定图像特征、所述第二指定图像特征和所述第三指定图像特征，回归得到所述待检测人员的人员位置信息。
[0020]在一实施例中，所述第二特征提取网络包括第一提取模块、第二提取模块、第三提取模块和第四提取模块；
[0021]所述通过所述第二特征提取网络从所述高分辨率图像特征中提取出第一指定图像特征、第二指定图像特征和第三指定图像特征，包括：
[0022]基于所述第一提取模块从所述高分辨率图像特征提取出中分辨率图像特征；
[0023]基于所述第二提取模块从所述中分辨率图像特征提取出低分辨率图像特征，作为所述第一指定图像特征；
[0024]基于所述第三提取模块从所述第一指定图像特征提取出第一中间图像特征，并将所述第一中间图像特征与所述中分辨率图像特征进行融合，得到第二指定图像特征；
[0025]基于所述第四提取模块从所述第二指定图像特征提取出第二中间图像特征，并将所述第二中间图像特征与所述高分辨率图像特征进行融合，得到第三指定图像特征。
[0026]在一实施例中，所述多个肢体角度包括与多个角度类别对应的角度信息；
[0027]所述依据连续多帧目标图像对应的多个肢体角度，确定所述待检测人员的人体姿态，包括：
[0028]针对每个角度类别，将所述连续多帧目标图像在所述角度类别的角度信息，输入与所述角度类别对应的双向循环神经网络，获得与所述角度类别对应的多个输出参数；
[0029]针对每个角度类别对应的多个输出参数，融合得到与角度类别对应的指定输出参数；
[0030]基于所有角度类别对应的指定输出参数，分类得到所述人体姿态。
[0031]在一实施例中，在所述基于所有角度类别对应的指定输出参数，分类得到所述人体姿态之前，所述方法还包括：
[0032]针对每个角度类别，依据连续多帧目标图像在所述角度类别的角度信息，确定与所述角度类别对应的多个差分信息；
[0033]针对每个角度类别对应的多个差分信息，融合得到与所述角度类别对应的指定差分信息；
[0034]所述基于所有角度类别对应的指定输出参数，分类得到所述人体姿态，包括：
[0035]基于所有角度类别对应的指定输出参数和指定差分信息，分类得到所述人体姿态。
[0036]另一方面，本申请还提供了一种人体姿态的检测装置，包括：
[0037]第一确定模块，用于确定目标图像中待检测人员的人员位置信息；
[0038]第一检测模块，用于针对所述目标图像中人员位置信息对应的人员图像，进行关键点检测，获得多个人体关键点；
[0039]第二确定模块，用于基于所述多个人体关键点，确定所述目标图像中多个肢体角度；
[0040]第二检测模块，用于依据连续多帧目标图像对应的多个肢体角度，确定所述待检测人员的人体姿态。
[0041]进一步的，本申请还提供了一种电子设备，所述电子设备包括：
[0042]处理器；
[0043]用于存储处理器可执行指令的存储器；
[0044]其中，所述处理器被配置为执行上述人体姿态的检测方法。
[0045]另外，本申请还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成上述人体姿态的检测方法。
[0046]本申请方案，确定目标图像中人员位置信息之后，可以对人员位置信息在目标图像对应的人员图像进行关键点检测，获得多个人体关键点，并依据人体关键点确定多个肢体角度，进而依据连续多帧目标图像对应的多个肢体角度识别出人体姿态；本申请方案在对待检测人员所在的人员图像进行识别后，通过关键点检测和肢体角度换算的方式，获得多个肢体角度，并可以依据多帧目标图像的肢体角度实现准确的人体姿态识别，避免复杂背景的干扰，且相比直接以人体关键点识别人体姿态，提高了识别准确率。
附图说明
[0047]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍。
[0048]图1为本申请一实施例提供的电子设备的结构示意图；
[0049]图2为本申请一实施例提供的人体姿态的检测方法的流程示意图；
[0050]图3为本申请一实施例提供的人员位置的检测方法的流程示意图；
[0051]图4为本申请一实施例提供的特征提取方法的流程示意图；
[0052]图5为本申请一实施例提供的人体姿态的确定方法的流程示意图；
[0053]图6为本申请一实施例提供的人体姿本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人体姿态的检测方法，其特征在于，包括：确定目标图像中待检测人员的人员位置信息；针对所述目标图像中人员位置信息对应的人员图像，进行关键点检测，获得多个人体关键点；基于所述多个人体关键点，确定所述目标图像中多个肢体角度；依据连续多帧目标图像对应的多个肢体角度，确定所述待检测人员的人体姿态。2.根据权利要求1所述的方法，其特征在于，所述确定目标图像中待检测人员的人员位置信息，包括：将所述目标图像作为待检测图像，并将所述待检测图像输入已训练的目标检测模型，获得所述目标检测模型输出的人员位置信息。3.根据权利要求1所述的方法，其特征在于，所述目标图像为可见光图像；所述确定目标图像中待检测人员的人员位置信息，包括：获取与所述可见光图像对应的红外图像，作为待检测图像；将所述待检测图像输入已训练的目标检测模型，获得所述目标检测模型输出的人员位置信息。4.根据权利要求2或3所述的方法，其特征在于，所述目标检测模型包括第一特征提取网络、第二特征提取网络；所述将所述待检测图像输入已训练的目标检测模型，获得所述目标检测模型输出的人员位置信息，包括：基于所述第一特征提取网络从所述待检测图像提取高分辨率图像特征；通过所述第二特征提取网络从所述高分辨率图像特征中提取出第一指定图像特征、第二指定图像特征和第三指定图像特征；依据所述第一指定图像特征、所述第二指定图像特征和所述第三指定图像特征，回归得到所述待检测人员的人员位置信息。5.根据权利要求4所述的方法，其特征在于，所述第二特征提取网络包括第一提取模块、第二提取模块、第三提取模块和第四提取模块；所述通过所述第二特征提取网络从所述高分辨率图像特征中提取出第一指定图像特征、第二指定图像特征和第三指定图像特征，包括：基于所述第一提取模块从所述高分辨率图像特征提取出中分辨率图像特征；基于所述第二提取模块从所述中分辨率图像特征提取出低分辨率图像特征，作为所述第一指定图像特征；基于所述第三提取模块从所述第一指定图像特征提取出第一中间图像特征，并将所述第一中间图像特征与所述中分辨率图像特征进行融合，得到第二指定图像特征；基于所述第四提取模块从...
【专利技术属性】
技术研发人员：项新建，潘磊，玉正英，吴海腾，
申请(专利权)人：浙江科技学院，
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。