一种人体语义识别方法和装置制造方法及图纸

本发明专利技术实施例提供了一种人体语义识别方法和装置，所述方法包括：获取所采集的包含人体姿态的图像数据；对单帧姿态估计序列中的人体姿态转化为用于表示人体姿态的立体形状；立体形状中各个关键点的相对位置基于各个关键点在归一化处理后的人体姿态中的相对角度进行调整；根据预设人体姿态模型对任一帧转化为立体形状中所包含的各个关键点进行对比，提取图像数据所包含人体姿态的人体语义。通过采用归一化人体姿态检测方法以及结合时间轴得到连续变化的人体姿态，避免在对人体姿态进行表达与识别时受到图像中人体尺寸的影响，保证用于确定人体姿态的关键点位置信息或骨架的关键点标准的统一，实现对其动态人体姿态的语义提取。提取。提取。

【技术实现步骤摘要】
一种人体语义识别方法和装置


[0001]本专利技术涉及图像
，特别是涉及一种人体语义识别方法和一种人体语义识别装置。

技术介绍

[0002]现有技术中，对于人体语义的识别方式，通常可以根据图像中人体的关键点位置信息或人体骨架的关键点坐标值得到人体姿态信息，然后通过对所得到的人体姿态信息进行匹配或相关处理识别得到相关的人体语义。
[0003]然而，无论是上述人体关键点图像、所定位的关键点还是关键点坐标，将会受到图像中人体尺寸(例如人体的身高、身形以及骨架大小等)的影响，即不同尺寸的人体所得到的关键点位置信息或骨架的关键点坐标值不同，使得可能存在用于确定人体姿态的关键点位置信息或骨架的关键点的确定标准不统一的现象，进而可能影响到对人体识别的精确度。

技术实现思路

[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种人体语义识别方法和相应的一种人体语义识别装置。
[0005]本专利技术实施例公开了一种人体语义识别方法，所述方法包括：
[0006]获取所采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体语义识别方法，其特征在于，所述方法包括：获取所采集的包含人体姿态的图像数据；所述图像数据包括按照时间戳顺序排列的包含人体姿态的单帧姿态估计序列；对所述单帧姿态估计序列中的人体姿态转化为用于表示人体姿态的立体形状；所述立体形状中各个关键点的相对位置基于各个关键点在归一化处理后的人体姿态中的相对角度进行调整；根据预设人体姿态模型对任一帧转化为立体形状中所包含的各个关键点进行对比，提取所述图像数据所包含人体姿态的人体语义。2.根据权利要求1所述的方法，其特征在于，所述对所述单帧姿态估计序列中的人体姿态转化为用于表示人体姿态的立体形状，包括：对所述单帧姿态估计序列中的人体姿态归一化处理；其中，所进行归一化处理后的人体姿态具有预定距离的预设数量关键点；根据归一化处理后的人体姿态中各个关键点与预定衡量点间的相对角度，确定各个关键点在预设立体形状中的相对位置以调整各个关键点，完成对人体姿态的表达。3.根据权利要求2所述的方法，其特征在于，所述预定衡量点包括分别与各个关键点的相邻关键点；所述根据归一化处理后的人体姿态中各个关键点与预定衡量点间的相对角度，确定各个关键点在预设立体形状中的相对位置，包括：在所述归一化处理后的人体姿态中，基于各个关键点与相邻关键点间的相对角度，确定各个关键点与相邻关键点的相对位置，以实现基于与各个关键点的相邻关键点迭代确定各个关键点在预设立体形状中的相对位置。4.根据权利要求1或2或3所述的方法，其特征在于，在所述对所述单帧姿态估计序列中的人体姿态转化为用于表示人体姿态的立体形状之后，还包括：采用将转化为立体形状后所包含的人体姿态中各个关键点相对位置，作为一维数组的元素得到一维数组。5.根据权利要求4所述的方法，其特征在于，所述根据预设人体姿态模型对任一帧转化为立体形状中所包含的各个关键点进行对比，提取所述图像数据所包含人体姿态的人体语义，包括：基于所述表示各个关键点相对位置的一维数组与相应时间戳得到多个二维数组；按照时间戳顺序根据预设人体姿态模型，对各个二维数组中用于估计同一关键点的各个数组元素进行对比，提取所述图像数据所包含人体姿态的人体语义。6.根据权利要求5所述的方法，其特征在于，所述根据预设人体姿态模型，对各个二维数组中用于...

【专利技术属性】
技术研发人员：赖健明，曹杰葳，黄雨其，郝俊杰，刘强，钟辉强，张良良，张倬睿，
申请(专利权)人：广州小鹏自动驾驶科技有限公司，
类型：发明
国别省市：