本公开涉及一种姿态检测的方法、装置、电子设备和存储介质，涉及姿态检测技术领域，该方法包括：获取包含目标对象的待检测图像，根据待检测图像，确定目标对象的姿态参数和目标对象的关键点的位置信息，关键点用于指示目标对象的指定位置，根据姿态参数和位置信息，确定目标对象的姿态是否存在异常。本公开通过从待检测图像中分别获取目标对象的姿态参数和关键点的位置信息，并结合姿态参数和关键点的位置信息，来进行姿态检测，提高了检测目标对象的姿态的准确度，能够避免误判目标对象的姿态是否存在异常。态是否存在异常。态是否存在异常。
【技术实现步骤摘要】
姿态检测的方法、装置、电子设备和存储介质
[0001]本公开涉及姿态检测
，尤其涉及一种姿态检测的方法、装置、电子设备和存储介质。
技术介绍
[0002]当前，越来越多的人长时间在不正确的姿态下进行工作与学习，这会对人的身心健康造成影响。因此，提醒和纠正不正确的姿态具有重要的实际意义。
[0003]相关技术中，主要是使用神经网络图像识别技术对姿态进行简单分类训练来检测不正确的姿态，或者通过传感器(例如角度传感器和红外传感器)获取相关的姿态信息来进行姿态检测。然而，采用这两种方式进行姿态检测的准确率较低，容易误判用户的姿态是否存在异常。
技术实现思路
[0004]为克服相关技术中存在的问题，本公开提供一种姿态检测的方法、装置、电子设备和存储介质。
[0005]根据本公开实施例的第一方面，提供一种姿态检测的方法，所述方法包括：
[0006]获取包含目标对象的待检测图像；
[0007]根据所述待检测图像，确定所述目标对象的姿态参数和所述目标对象的关键点的位置信息；所述关键点用于指示所述目标对象的指定位置；
[0008]根据所述姿态参数和所述位置信息，确定所述目标对象的姿态是否存在异常。
[0009]可选地，所述根据所述待检测图像，确定所述目标对象的姿态参数和所述目标对象的关键点的位置信息，包括：
[0010]根据所述待检测图像，通过预先训练好的姿态检测模型，确定所述姿态参数和所述位置信息。
[0011]可选地，所述姿态检测模型包括姿态参数确定模型和关键点识别模型；所述根据所述待检测图像，通过预先训练好的姿态检测模型，确定所述姿态参数和所述位置信息，包括：
[0012]根据所述待检测图像，通过所述姿态参数确定模型，确定所述姿态参数；
[0013]将所述待检测图像输入到所述关键点识别模型中，得到每个所述关键点的位置信息。
[0014]可选地，所述姿态参数为所述目标对象的指定部位的姿态角度，所述姿态角度包括所述指定部位的俯仰角、偏航角和翻滚角；所述根据所述待检测图像，通过所述姿态参数确定模型，确定所述姿态参数，包括：
[0015]从所述待检测图像中，获取包含所述指定部位的目标图像；
[0016]将所述目标图像输入到所述姿态参数确定模型中，得到所述姿态角度。
[0017]可选地，所述根据所述姿态参数和所述位置信息，确定所述目标对象的姿态是否
存在异常，包括：
[0018]根据所述位置信息，确定每个预设关键点集合对应的多个关键点距离；每个所述预设关键点集合包括至少三个关键点；
[0019]根据所述姿态参数和所述关键点距离，确定所述目标对象的姿态是否存在异常。
[0020]可选地，所述根据所述姿态参数和所述关键点距离，确定所述目标对象的姿态是否存在异常，包括：
[0021]针对每个所述预设关键点集合，根据该预设关键点集合对应的多个关键点距离，确定该预设关键点集合对应的至少一个距离比值；所述距离比值为两个所述关键点距离之间的比值；
[0022]在所述姿态参数处于预设参数范围外，和/或至少一个所述预设关键点集合对应的距离比值不处于预设比值范围，确定所述目标对象的姿态存在异常。
[0023]可选地，所述姿态参数确定模型是通过以下方式训练的：
[0024]获取训练样本集；所述训练样本集包括训练图像和所述训练图像对应的训练姿态参数；
[0025]根据所述训练样本集对预设模型进行训练，得到所述姿态参数确定模型。
[0026]根据本公开实施例的第二方面，提供一种姿态检测的装置，所述装置包括：
[0027]获取模块，被配置为获取包含目标对象的待检测图像；
[0028]参数确定模块，被配置为根据所述待检测图像，确定所述目标对象的姿态参数和所述目标对象的关键点的位置信息；所述关键点用于指示所述目标对象的指定位置；
[0029]异常确定模块，被配置为根据所述姿态参数和所述位置信息，确定所述目标对象的姿态是否存在异常。
[0030]可选地，所述参数确定模块被配置为根据所述待检测图像，通过预先训练好的姿态检测模型，确定所述姿态参数和所述位置信息。
[0031]可选地，所述参数确定模块包括：
[0032]参数确定子模块，被配置为根据所述待检测图像，通过所述姿态参数确定模型，确定所述姿态参数；
[0033]处理子模块，被配置为将所述待检测图像输入到所述关键点识别模型中，得到每个所述关键点的位置信息。
[0034]可选地，所述姿态参数为所述目标对象的指定部位的姿态角度，所述姿态角度包括所述指定部位的俯仰角、偏航角和翻滚角；参数确定子模块被配置为：
[0035]从所述待检测图像中，获取包含所述指定部位的目标图像；
[0036]将所述目标图像输入到所述姿态参数确定模型中，得到所述姿态角度。
[0037]可选地，所述异常确定模块包括：
[0038]距离确定子模块，被配置为根据所述位置信息，确定每个预设关键点集合对应的多个关键点距离；每个所述预设关键点集合包括至少三个关键点；
[0039]异常确定子模块，被配置为根据所述姿态参数和所述关键点距离，确定所述目标对象的姿态是否存在异常。
[0040]可选地，所述异常确定子模块被配置为：
[0041]针对每个所述预设关键点集合，根据该预设关键点集合对应的多个关键点距离，
确定该预设关键点集合对应的至少一个距离比值；所述距离比值为两个所述关键点距离之间的比值；
[0042]在所述姿态参数处于预设参数范围外，和/或至少一个所述预设关键点集合对应的距离比值不处于预设比值范围，确定所述目标对象的姿态存在异常。
[0043]可选地，所述姿态参数确定模型是通过以下方式训练的：
[0044]获取训练样本集；所述训练样本集包括训练图像和所述训练图像对应的训练姿态参数；
[0045]根据所述训练样本集对预设模型进行训练，得到所述姿态参数确定模型。
[0046]根据本公开实施例的第三方面，提供一种电子设备，包括：
[0047]处理器；
[0048]用于存储处理器可执行指令的存储器；
[0049]其中，所述处理器被配置为执行本公开第一方面所提供的姿态检测的方法的步骤。
[0050]根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的姿态检测的方法的步骤。
[0051]本公开的实施例提供的技术方案可以包括以下有益效果：
[0052]本公开通过先获取包含目标对象的待检测图像，再根据待检测图像，确定目标对象的姿态参数和目标对象的关键点的位置信息，其中，关键点用于指示目标对象的指定位置，最后根据姿态参数和位置信息，确定目标对象的姿态是否存在异常。本公开通过从待检测图像中分别获取目标对象的姿态本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种姿态检测的方法，其特征在于，所述方法包括：获取包含目标对象的待检测图像；根据所述待检测图像，确定所述目标对象的姿态参数和所述目标对象的关键点的位置信息；所述关键点用于指示所述目标对象的指定位置；根据所述姿态参数和所述位置信息，确定所述目标对象的姿态是否存在异常。2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测图像，确定所述目标对象的姿态参数和所述目标对象的关键点的位置信息，包括：根据所述待检测图像，通过预先训练好的姿态检测模型，确定所述姿态参数和所述位置信息。3.根据权利要求2所述的方法，其特征在于，所述姿态检测模型包括姿态参数确定模型和关键点识别模型；所述根据所述待检测图像，通过预先训练好的姿态检测模型，确定所述姿态参数和所述位置信息，包括：根据所述待检测图像，通过所述姿态参数确定模型，确定所述姿态参数；将所述待检测图像输入到所述关键点识别模型中，得到每个所述关键点的位置信息。4.根据权利要求3所述的方法，其特征在于，所述姿态参数为所述目标对象的指定部位的姿态角度，所述姿态角度包括所述指定部位的俯仰角、偏航角和翻滚角；所述根据所述待检测图像，通过所述姿态参数确定模型，确定所述姿态参数，包括：从所述待检测图像中，获取包含所述指定部位的目标图像；将所述目标图像输入到所述姿态参数确定模型中，得到所述姿态角度。5.根据权利要求1所述的方法，其特征在于，所述根据所述姿态参数和所述位置信息，确定所述目标对象的姿态是否存在异常，包括：根据所述位置信息，确定每个预设关键点集合对应的多个关键点距离；每个所述预设关键点集合包括至少三个关键点；根据所述姿态参数和所述关键点距离，确...
【专利技术属性】
技术研发人员：姜朝，胡显，邓巍，
申请(专利权)人：北京小米移动软件有限公司，
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。