基于运动视频驱动的人体姿态识别方法技术

本发明专利技术提供了基于运动视频驱动的人体姿态识别方法。方法包括：基于待识别的运动视频中的每帧图像建立可微分成像模型并建立三维人体骨架模型；将人体骨架的各关键点位置参数代入可微分成像模型，得到人体骨架的各关键点的二维坐标A1；根据运动视频中的每帧图像得到二维坐标A2；二维坐标A1与二维坐标A2计算损失，得到第一损失结果；根据第一损失结果，优化可微分成像模型，得到可微分成像模型参数，及三维人体骨架模型中的各关键点位置参数，根据各关键点位置参数得到人体姿态识别结果。本发明专利技术解决的问题是：相关技术中的技术方案无法有效的解决针对视频转场及局部遮挡造成的人体姿态识别结果突变的技术问题。姿态识别结果突变的技术问题。姿态识别结果突变的技术问题。

【技术实现步骤摘要】
基于运动视频驱动的人体姿态识别方法


[0001]本专利技术涉及图像数据处理
，具体而言，涉及基于运动视频驱动的人体姿态识别方法。

技术介绍

[0002]人体姿态识别方法在很多领域都发挥着重要作用，在人体工学智能设备领域，人体姿态识别能够根据识别信息对设备进行智能调节。在居家瑜伽健身时，人体工学设备应当根据瑜伽健身视频内对应的运动姿态针对人体工学设备进行调节，相关技术中，针对视频频繁转场对人体姿态和头部姿态检测带来的困难常难以解决，给用户带来的不适感严重，无法保证在连续的健身运动视频播放过程中动态调节桌面到合适高度。
[0003]相关技术中，直接对视频提取人体图像及人体姿态信息具有低成本、易配置、用户友好等特点，但是直接提取的人体图像及人体姿态信息只有一种视角的二维信息，难以提供全面的人体姿态信息。因此在处理视频转场及局部遮挡时，直接提取人体图像及人体姿态信息容易产生识别错误造成识别结果突变。

技术实现思路

[0004]本专利技术解决的问题是：相关技术中的技术方案无法有效的解决针对视频转场及局部遮挡造成的人体姿态识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于运动视频驱动的人体姿态识别方法，其特征在于，所述识别方法包括：S100：基于待识别的运动视频中的每帧图像建立可微分成像模型，其中，所述可微分成像模型中的参数包含可训练的相机机位参数及相机参数；S200：针对所述运动视频中的每帧图像建立三维人体骨架模型，所述三维人体骨架模型包含人体骨架各关键点的位置参数；S300：对所述人体骨架的各关键点的位置参数赋予初始值；S400：将所述人体骨架的各关键点的位置参数代入所述可微分成像模型，得到人体骨架的各关键点的二维坐标A1；S500：根据所述运动视频中的每帧图像得到所述图像中的人体骨架的各关键点的二维坐标A2；S600：根据所述二维坐标A1与所述二维坐标A2计算损失，得到第一损失结果；S700：根据所述第一损失结果，优化所述可微分成像模型中的各项参数以及所述三维人体骨架模型中的所述人体骨架各关键点的位置参数，其中，在所述优化过程中添加第一时间约束与第一空间约束，所述第一时间约束包括每两个相邻帧图像中相同关键点的时间参数约束，所述第一空间约束包括每帧图像中各关键点之间的位置参数约束；循环执行所述S700，直到所述第一损失结果收敛，得到所述可微分成像模型的参数，以及所述三维人体骨架模型中的各关键点位置参数，根据所述三维人体骨架模型中的各关键点位置参数得到人体姿态识别结果。2.根据权利要求1所述的基于运动视频驱动的人体姿态识别方法，其特征在于，所述第一时间约束和所述第一空间约束包含所述相机机位参数的约束及所述相机参数的约束；若在优化过程中发现两个相邻帧图像中所述人体骨架各关键点位置参数的差异超过设定值，则认为两个相邻帧图像的所述相机机位参数及所述相机参...

【专利技术属性】
技术研发人员：项乐宏，夏银水，李裕麒，王翀，蓝艇，
申请(专利权)人：乐歌人体工学科技股份有限公司，
类型：发明
国别省市：