基于高帧率视觉摄像头的人体姿态分析追踪方法技术

本发明专利技术公开了基于高帧率视觉摄像头的人体姿态分析追踪方法，属于图像识别技术领域，具体方法包括：建立采集室，在采集室内采集目标人物的目标数据，建立初始人体模型；设置目标追踪点集的识别特征，将设置的识别特征整合为图像识别集；通过高帧率视觉摄像头对目标人物进行实时数据采集，获得姿态采集数据；根据图像识别集对获得的姿态采集数据进行识别，获得对应的动态追踪点集；将获得的动态追踪点集输入到初始人体模型中，动态追踪目标人物的动作姿态；通过基于高帧率视觉摄像头进行目标人物数据采集，再进相应的分析，实时更新目标人物的动作姿态，所使用的设备简单，不需要使用大量的传感器，极大的节约相关成本。极大的节约相关成本。极大的节约相关成本。

【技术实现步骤摘要】
基于高帧率视觉摄像头的人体姿态分析追踪方法


[0001]本专利技术属于图像识别
，具体是基于高帧率视觉摄像头的人体姿态分析追踪方法。

技术介绍

[0002]常用的人体姿态估计方法是在被监控人体上人为放置特殊标记点，通过相应匹配的传感器获取标记点的空间位置信息，然后根据这些标记点的相对位置关系，计算得到人体的姿态信息；但是上述方法需要使用较多的传感器，成本较高，操作不便，因此为了解决这个问题，本专利技术提供了基于高帧率视觉摄像头的人体姿态分析追踪方法。

技术实现思路

[0003]为了解决上述方案存在的问题，本专利技术提供了基于高帧率视觉摄像头的人体姿态分析追踪方法。
[0004]本专利技术的目的可以通过以下技术方案实现：
[0005]基于高帧率视觉摄像头的人体姿态分析追踪方法，具体方法包括：
[0006]步骤一：建立采集室，在采集室内采集目标人物的目标数据，建立初始人体模型；
[0007]步骤二：设置目标追踪点集的识别特征，将设置的识别特征整合为图像识别集；
[0008]步骤三：通过高帧率视觉摄像头对目标人物进行实时数据采集，获得姿态采集数据；
[0009]步骤四：根据图像识别集对获得的姿态采集数据进行识别，获得对应的动态追踪点集；
[0010]步骤五：将获得的动态追踪点集输入到初始人体模型中，动态追踪目标人物的动作姿态。
[0011]进一步地，建立采集室的方法包括：
[0012]获取人体姿态追踪数据，根据获得的人体姿态追踪数据确定对应的追踪点集，建立模拟模型，将获得的追踪点集标记在模拟模型中的对应位置上，对模拟模型上追踪点集的分布进行分析，获得对应的重点采集区域，建立密闭室，基于获得的重点采集区域设置对应的采集设备安装区，在设置的采集设备安装区上设置对应的采集设备，将当前的密闭室标记为采集室。
[0013]进一步地，基于获得的重点采集区域设置对应的采集设备安装区的方法包括：
[0014]对采集室进行分析，获得对应的待安装区，将获得的待安装区进行组合，获得待安装组合，将待安装组合标记为i，其中i＝1、2、
……
、n，n为正整数；获取各个待安装组合对重点采集区域的覆盖率，将获得的覆盖率标记为Pi，识别各个待安装组合的重叠率，将获得的重叠率标记为Li，获取各个待安装组合的安装成本，将获得的安装成本标记为Ki，设置对应的成本转化系数，标记为β，根据公式Qi＝Pi
×
(Li+β
×
Ki)计算组合值，其中，当覆盖率低于100％时，Pi＝0，当覆盖率等于100％时，Pi＝1，将Qi＝0的组合值进行剔除，将剩余的组合
值按照由小到大的顺序进行排序，获得第一序列，将第一序列中排序第一的组合值对应的待安装组合标记为采集设备安装区组合。
[0015]进一步地，在采集室内采集目标人物的目标数据，建立初始人体模型的方法包括：
[0016]当目标人物到达到采集室内采集区域时，通过各个采集设备进行数据采集，获得初始数据，对初始数据进行分析，获得对应的目标追踪点集，根据获得的目标追踪点集和初始数据建立对应的初始人体模型。
[0017]进一步地，根据获得的目标追踪点集和初始数据建立对应的初始人体模型的方法包括：
[0018]根据初始数据建立第一人体模型，将获得的目标追踪点集标记在第一人体模型上，设置关联单元，所述关联单元用于根据接收到的目标追踪点集实时调整第一人体模型的动作，将当前的第一人体模型标记为初始人体模型。
[0019]进一步地，模拟模型人体的三维数据模型。
[0020]与现有技术相比，本专利技术的有益效果是：通过基于高帧率视觉摄像头进行目标人物数据采集，再进相应的分析，实时更新目标人物的动作姿态，所使用的设备简单，不需要使用大量的传感器，极大的节约相关成本，结合当前的图像识别技术进行动作姿态的自动更新。
附图说明
[0021]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1为本专利技术方法流程图。
具体实施方式
[0023]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]如图1所示，基于高帧率视觉摄像头的人体姿态分析追踪方法，具体方法包括：
[0025]步骤一：建立采集室，在采集室内采集目标人物的目标数据，建立初始人体模型；
[0026]建立采集室的方法包括：
[0027]获取大量的人体姿态追踪数据，为相关的历史数据，可以通过现有的大数据分析技术进行获取；根据获得的人体姿态追踪数据确定对应的追踪点集，追踪点集就是各个用于追踪人体姿态的追踪点集合，建立模拟模型，模拟模型即为人体的三维数据模型，通过现有的建模技术可以直接建立，获得直接获取现有的人体模型作为模拟模型，将获得的追踪点集标记在模拟模型中的对应位置上，对模拟模型上追踪点集的分布进行分析，获得对应的重点采集区域，建立密闭室，密闭室相当于一个小房间，基于获得的重点采集区域设置对应的采集设备安装区，在设置的采集设备安装区上设置对应的采集设备，将当前的密闭室
标记为采集室。采集设备用于进行图像采集。
[0028]对模拟模型上追踪点集的分布进行分析的方法为：基于CNN网络或DNN网络建立对应的分布分析模型，通过人工的方式设置对应的训练集进行训练，通过训练成功后的分布分析模型对模拟模型上追踪点集的分布进行分析，获得对应的重点采集区域，即为根据追踪点集的分布密集程度、次数等条件判断哪些区域需要进行重点采集，因为该需要最容易设置追踪点。
[0029]基于获得的重点采集区域设置对应的采集设备安装区的方法包括：
[0030]对采集室进行分析，获得对应的待安装区，将获得的待安装区进行组合，获得待安装组合，即为使用数学中的组合方式，获得各个待安装区具有的组合种类，顺序不同视为同一组合，将待安装组合标记为i，其中i＝1、2、
……
、n，n为正整数；获取各个待安装组合对重点采集区域的覆盖率，即为当在该待安装组合上安装采集装置后，将对应的采集范围与重点采集区域进行比较，获得采集范围对重点采集区域的覆盖率；将获得的覆盖率标记为Pi，识别各个待安装组合的重叠率，即为各个采集范围的重叠率；将获得的重叠率标记为Li，获取各个待安装组合的安装成本，将获得的安装成本标记为Ki，设置对应的成本转化系数，标记为β，具体的是由专家组进行讨论设置的，根据公式Qi＝Pi
×
(Li+β
×
Ki)计算组合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于高帧率视觉摄像头的人体姿态分析追踪方法，其特征在于，具体方法包括：步骤一：建立采集室，在采集室内采集目标人物的目标数据，建立初始人体模型；步骤二：设置目标追踪点集的识别特征，将设置的识别特征整合为图像识别集；步骤三：通过高帧率视觉摄像头对目标人物进行实时数据采集，获得姿态采集数据；步骤四：根据图像识别集对获得的姿态采集数据进行识别，获得对应的动态追踪点集；步骤五：将获得的动态追踪点集输入到初始人体模型中，动态追踪目标人物的动作姿态。2.根据权利要求1所述的基于高帧率视觉摄像头的人体姿态分析追踪方法，其特征在于，建立采集室的方法包括：获取人体姿态追踪数据，根据获得的人体姿态追踪数据确定对应的追踪点集，建立模拟模型，将获得的追踪点集标记在模拟模型中的对应位置上，对模拟模型上追踪点集的分布进行分析，获得对应的重点采集区域，建立密闭室，基于获得的重点采集区域设置对应的采集设备安装区，在设置的采集设备安装区上设置对应的采集设备，将当前的密闭室标记为采集室。3.根据权利要求2所述的基于高帧率视觉摄像头的人体姿态分析追踪方法，其特征在于，基于获得的重点采集区域设置对应的采集设备安装区的方法包括：对采集室进行分析，获得对应的待安装区，将获得的待安装区进行组合，获得待安装组合，将待安装组合标记为i，其中i＝1、2、
……
、n，n为正整数；获取各个待安装组合对重点采集区域的覆盖率，将获得的覆盖率标记为Pi，识别各个待安...

【专利技术属性】
技术研发人员：唐义平，祖慈，
申请(专利权)人：安徽一视科技有限公司，
类型：发明
国别省市：