人体姿态检测方法、终端设备及计算机可读存储介质技术

本申请适用于图像处理技术领域，提供了一种人体姿态检测方法、装置、终端设备及计算机可读存储介质，包括：获取目标人体的跟踪视频；根据所述目标人体所在的检测场景，从所述跟踪视频中确定目标片段，其中，所述目标片段中所述目标人体的姿态变化过程符合预设条件，不同的检测场景对应的所述预设条件不同；若检测到所述跟踪视频中的目标片段，则计算所述目标片段中所述目标人体的姿态变化速度；根据所述姿态变化速度确定所述目标片段中所述目标人体的姿态变化类型。通过上述方法，可以避免跌倒监测中的漏检、误检和监测不及时的情况、并大大降低了检测成本。大降低了检测成本。大降低了检测成本。

【技术实现步骤摘要】
人体姿态检测方法、终端设备及计算机可读存储介质


[0001]本申请属于图像处理
，尤其涉及一种人体姿态检测方法、装置、终端设备及计算机可读存储介质。

技术介绍

[0002]在一些应用场景中，对跌倒事件的监测尤为关键。例如，幼儿园中小朋友的跌倒、养老院中老人的跌倒、以及医院中病人的跌倒等。现有技术中，通常利用可穿戴设备监测用户的跌倒事件，或者人工通过视频进行监测。基于可穿戴设备的监测方法，需要为每个用户佩戴可穿戴设备，成本较高，且无法集中监测多个用户。基于人工视频的监测方法中，当每名监测人员需要监测多个场景时，容易出现漏检、误检和监测不及时的情况。

技术实现思路

[0003]本申请实施例提供了一种人体姿态检测方法、装置、终端设备及计算机可读存储介质，可以避免跌倒监测中的漏检、误检和监测不及时的情况、并大大降低了检测成本。
[0004]第一方面，本申请实施例提供了一种人体姿态检测方法，包括：
[0005]获取目标人体的跟踪视频；
[0006]根据所述目标人体所在的检测场景，从所述跟踪视频中确定目标片段，其中，所述目标片段中所述目标人体的姿态变化过程符合预设条件，不同的检测场景对应的所述预设条件不同；
[0007]计算所述目标片段中所述目标人体的姿态变化速度；
[0008]根据所述姿态变化速度确定所述目标片段中所述目标人体的姿态变化类型。
[0009]通常，视频中人体的姿态是动态变化的，但有些姿态的变化属于人体正常动作(如正常的蹲起)，而有些姿态的变化属于非常的(如跌倒)。本申请实施例中，根据不同的检测场景，设置不同的预设条件。在检测过程中，先对跟踪视频中目标人体的姿态的变化进行检测，相当于对人体姿态的变化类型进行了初步检测；当人体姿态的变化过程符合当前检测场景对应的预设条件，再检测姿态变化的速度，相当于在人体姿态的变化类型符合初步判断的前提下，结合姿态变化的速度对人体姿态的变化类型做进一步判断。通过上述方法，可以有效区分人体姿态的变化类型，避免人体姿态检测中漏检、误检和检测不及时的情况。另外，本申请实施例提供的方法可以依托于现有的监控设备，利用现有的监控设备获取跟踪视频，无需重新搭建检测环境，能够有效降低检测成本。
[0010]在第一方面的一种可能的实现方式中，当所述检测场景为跌倒场景时，所述从所述跟踪视频中确定目标片段，包括：
[0011]检测所述目标人体在所述跟踪视频的每帧图像中的人体中轴线；
[0012]计算每帧所述图像中所述人体中轴线与地面水平线之间的夹角；
[0013]若所述跟踪视频中存在连续的N帧目标图像，则将连续的N帧所述目标图像组成的视频片段确定为所述目标片段，其中，每帧所述目标图像中所述夹角小于预设角度，连续的
N帧所述目标图像各自对应的所述夹角逐渐减小。
[0014]在第一方面的一种可能的实现方式中，所述检测所述跟踪视频的每帧图像中所述目标人体的人体中轴线，包括：
[0015]对于目标帧图像，获取所述目标帧图像中所述目标人体的N个头部区域检测点和N个脚部区域检测点，其中，所述N为大于1的整数，所述目标帧图像为所述跟踪视频的任意一帧图像；
[0016]根据所述N个头部区域检测点和所述N个脚部区域检测点，得到N组匹配点，其中，每组所述匹配点中包括一个所述头部区域检测点和一个所述脚部区域检测点；
[0017]计算所述N组匹配点各自对应的连线的第一置信度；
[0018]将目标组对应的连线确定为所述目标帧图像中所述目标人体的人体中轴线，其中，所述目标组为所述N组匹配点中最大的第一置信度对应的一组匹配点。
[0019]在第一方面的一种可能的实现方式中，所述获取所述目标帧图像中所述目标人体的N个头部区域检测点和N个脚部区域检测点，包括：
[0020]将所述目标帧图像输入第一模型，输出第一置信图，其中，所述第一置信图包括所述目标帧图像中所述目标人体的M个头部区域检测框、以及每个所述头部区域检测框的第二置信度，所述M为大于N的整数；
[0021]将所述目标帧图像输入第二模型，输出第二置信图，其中，所述第二置信图包括所述目标帧图像中所述目标人体的L个脚部区域检测框、以及每个所述脚部区域检测框的第三置信度，所述L为大于N的整数；
[0022]根据所述第二置信度从所述M个头部区域检测框中获取所述N个头部区域检测框，将所述N个头部区域检测框各自的中心点确定为所述头部区域检测点；
[0023]根据所述第三置信度从所述L个脚步区域检测框中获取所述N个脚部区域检测框，将所述N个脚部区域检测框各自的中心点确定为所述脚部区域检测点。
[0024]在第一方面的一种可能的实现方式中，所述计算所述N组匹配点各自对应的连线的第一置信度，包括：
[0025]将所述目标帧图像输入第三模型，输出第三置信图，其中，所述第三置信图包括所述目标帧图像中所述目标人体的多条候选中轴线、以及每条候选中轴线的第四置信度；
[0026]根据多条所述候选中轴线中N条目标中轴线各自对应的所述第四置信度确定所述N组匹配点各自对应的所述第一置信度，其中，每条所述目标中轴线与一组匹配点对应的连线相匹配。
[0027]在第一方面的一种可能的实现方式中，所述计算所述目标片段中所述目标人体的姿态变化速度，包括：
[0028]计算所述目标片段的起始帧图像和结束帧图像之间所述目标人体的姿态变化差值；
[0029]计算所述目标片段的起始帧图像和结束帧图像之间的间隔时间；
[0030]根据所述姿态变化差值和所述间隔时间计算所述目标片段中所述目标人体的姿态变化速度。
[0031]在第一方面的一种可能的实现方式中，
[0032]所述计算所述目标片段的起始帧图像和结束帧图像之间所述目标人体的姿态变
化差值，包括：
[0033]获取所述目标片段的起始帧图像中所述目标人体的第一检测框，和所述目标片段的结束帧图像中所述目标人体的第二检测框；
[0034]计算所述第一检测框的第一长宽比、以及所述第一检测框的长轴中心线与所述起始帧图像的下边缘线之间的第一夹角；
[0035]计算所述第二检测框的第二长宽比、以及所述第二检测框的长轴中心线与所述结束帧图像的下边缘线之间的第二夹角；
[0036]计算所述第一长宽比与所述第二长宽比之间的第一差值、以及所述第一夹角和第二夹角之间的第二差值；
[0037]将所述第一差值和所述第二差值加权求和，得到加权值；
[0038]将所述加权值确定为所述姿态变化差值。
[0039]第二方面，本申请实施例提供了一种人体姿态检测装置，包括：
[0040]视频获取单元，用于获取目标人体的跟踪视频；
[0041]片段检测单元，用于根据所述目标人体所在的检测场景，从所述跟踪视频中确定目标片段，其中，所述目标片段中所述目标人体的姿态变化过程符合预设条件，不同的检测场景对应的所述预设条件不同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体姿态检测方法，其特征在于，包括：获取目标人体的跟踪视频；根据所述目标人体所在的检测场景，从所述跟踪视频中确定目标片段，其中，所述目标片段中所述目标人体的姿态变化过程符合预设条件，不同的检测场景对应的所述预设条件不同；计算所述目标片段中所述目标人体的姿态变化速度；根据所述姿态变化速度确定所述目标片段中所述目标人体的姿态变化类型。2.如权利要求1所述的人体姿态检测方法，其特征在于，当所述检测场景为跌倒场景时，所述从所述跟踪视频中确定目标片段，包括：检测所述目标人体在所述跟踪视频的每帧图像中的人体中轴线；计算每帧所述图像中所述人体中轴线与地面水平线之间的夹角；若所述跟踪视频中存在连续的N帧目标图像，则将连续的N帧所述目标图像组成的视频片段确定为所述目标片段，其中，每帧所述目标图像中所述夹角小于预设角度，连续的N帧所述目标图像各自对应的所述夹角逐渐减小。3.如权利要求2所述的人体姿态检测方法，其特征在于，所述检测所述目标人体在所述跟踪视频的每帧图像中的人体中轴线，包括：对于目标帧图像，获取所述目标帧图像中所述目标人体的N个头部区域检测点和N个脚部区域检测点，其中，所述N为大于1的正整数，所述目标帧图像为所述跟踪视频的任意一帧图像；根据所述N个头部区域检测点和所述N个脚部区域检测点，得到的N组匹配点，其中，每组所述匹配点中包括一个所述头部区域检测点和一个所述脚部区域检测点；计算所述N组匹配点各自对应的连线的第一置信度；将目标组对应的连线确定为所述目标帧图像中所述目标人体的人体中轴线，其中，所述目标组为所述N组匹配点中最大的第一置信度对应的一组匹配点。4.如权利要求3所述的人体姿态检测方法，其特征在于，所述获取所述目标帧图像中所述目标人体的N个头部区域检测点和N个脚部区域检测点，包括：将所述目标帧图像输入第一模型，输出第一置信图，其中，所述第一置信图包括所述目标帧图像中所述目标人体的M个头部区域检测框、以及每个所述头部区域检测框的第二置信度，所述M为大于N的正整数；将所述目标帧图像输入第二模型，输出第二置信图，其中，所述第二置信图包括所述目标帧图像中所述目标人体的L个脚部区域检测框、以及每个所述脚部区域检测框的第三置信度，所述L为大于N的正整数；根据所述第二置信度从所述M个头部区域检测框中获取所述N个头部区域检测框，将所述N个头部区域检测框各自的中心点确定为所述头部区域检测点；根据所述第三置信度从所述L个脚步区域检测框中获取所述N个脚部区域检测框，将所述N个脚部区域检测框各自的中心点确定为所述脚部区...

【专利技术属性】
技术研发人员：俞淇纲，宋广军，孔令军，
申请(专利权)人：深圳前海鹏影数字软件运营有限公司，
类型：发明
国别省市：