【技术实现步骤摘要】
一种人体姿态估计方法及装置
[0001]本专利技术涉及图像处理
,特别是涉及一种人体姿态估计方法及装置。
技术介绍
[0002]人体姿态估计技术,其能够基于红外图像得到人体姿态,有着重要的应用价值,因此人体姿态估计技术逐渐应用于人机协作、视频监控、影视制作和工农业生产等领域。
[0003]目前,传统的人体姿态估计方法通常是直接对红外图像采用深度学习的方法,获取人体的人体关键点的位置,并根据所获取的人体关键点得到人体姿态。这种传统的人体姿态估计方法存在如下缺陷:提取人体特征以人工设定的神经网络模型为主,神经网络模型识别结果的好坏很大程度上依赖于红外图像的拍摄环境,拍摄环境出现的诸如遮挡、光照强度、视角变动等情况都会对人体关键点的识别结果造成干扰,尤其红外图像中存在遮挡的情况时,神经网络模型无法有效的区分背景和人体,以及人体与人体的重叠情况,导致人体姿态估计的准确度较低。
技术实现思路
[0004]有鉴于此,本专利技术提出了一种人体姿态估计方法及装置,主要目的在于提高红外图像中人体姿态估计的准确度。 ...
【技术保护点】
【技术特征摘要】
1.一种人体姿态估计方法,其特征在于,所述方法包括:获取红外图像,其中,所述红外图像中包括有人体影像和散斑影像;对所述红外图像进行人体关键点检测,得到所述人体影像对应的人体关键点信息;基于所述散斑影像,校正所述人体关键点信息;根据校正后的人体关键点信息,确定人体姿态。2.根据权利要求1所述的方法,其特征在于,基于所述散斑影像,校正所述人体关键点信息,包括:基于所述散斑影像的位置和形状,确定人体肢体对应的肢体轮廓区域;针对每一个所述肢体轮廓区域均执行:确定所述肢体轮廓区域对应的人体关键点信息;若所述人体关键点信息对应的人体关键点不位于所述肢体轮廓区域的中心线,则修正所述人体关键点信息,以使所述人体关键点信息对应的人体关键点位于所述肢体轮廓区域的中心线。3.根据权利要求1所述的方法,其特征在于,在根据校正后的人体关键点信息,确定人体姿态之前,包括:基于所述散斑影像的位置和形状,确定人体肢体对应的肢体轮廓区域;针对每一个所述肢体轮廓区域均执行:确定所述肢体轮廓区域对应的人体关键点信息;若所述肢体轮廓区域的形变特征与所述肢体轮廓区域对应的人体肢体的形变特征不匹配,则剔除所述人体关键点信息。4.根据权利要求2或3所述的方法,其特征在于,基于所述散斑影像的位置和形状,确定人体肢体对应的肢体轮廓区域,包括:确定所述散斑影像中位于人体肢体边缘轮廓的第一目标散斑影像,其中,所述第一目标散斑影像在所述红外图像中的形状与预设形状不同;基于所述第一目标散斑影像的位置,确定属于同一人体肢体的第一目标散斑影像;针对每一个所述人体肢体均执行:基于属于所述人体肢体的第一目标散斑影像的位置,形成所述人体肢体对应的肢体轮廓区域。5.根据权利要求1
‑
3中任一所述的方法,其特征在于,根据校正后的人体关键点信息,确定人体姿态,包括:确定属于同一人体影像的人体关键点信息;针对每一个所述人体影像均执行:确定所述人体影像的人体关键点信息对应的人体关键点之间的肢体连接向量,通过所述肢体连接向量连接所述人体关键点,形成所述人体影像的人体姿态。6...
【专利技术属性】
技术研发人员:王继铭,赖俊成,邱亮,邓帆,张笑楠,
申请(专利权)人:北京奕斯伟计算技术有限公司,
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。