【技术实现步骤摘要】
基于姿态识别的人形隐私遮挡方法、装置及设备
[0001]本专利技术涉及图像处理
，尤其涉及一种基于姿态识别的人形隐私遮挡方法、装置及设备。
技术介绍
[0002]如今，监控摄像机被用于许多不同的应用，无论是在室内还是室外，用于监控各种环境。常用的监控摄像机是通过采集实时画面，将实时画面显示在用户的终端设备上来实现监控，然而在部分实时画面中，例如在室内场景中，用户可能会出现裸体、露点等行为，难以避免地存在一些不适于预览和录像的人形隐私信息，此时，针对人形隐私的遮挡变得至关重要。
[0003]现有技术中，可以利用一个具体的用户手势(包括握拳手势、向上手势等)来触发实现人形隐私遮挡，然而，目前常见的手势检测方式是通过手势模型来检测，若要提高手势的检测率，则需要建立非常多的手势模型进行分类，但大量手势模型的建立、分类和检测过程较为复杂，成本较为高昂；若将手势模型的数量减少，则会大大降低手势识别的准确率，容易发生误触导致人形隐私遮挡失败。
[0004]为此，如何简单且准确地实现人形隐私遮挡是亟待解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供了基于姿态识别的人形隐私遮挡方法、装置及设备，用以解决现有技术中无法简单且准确地实现人形隐私遮挡的问题。
[0006]第一方面，本专利技术实施例提供了一种基于姿态识别的人形隐私遮挡方法，其特征在于，所述方法包括：
[0007]S1：获取监控场景下实时的初始视频图像，再备份所述初始视频图像，记为备份视频图像；>[0008]S2：依据预设的人体姿态识别规则，分别对所述初始视频图像和备份视频图像进行处理，识别当前监控对象的姿态；
[0009]S3：预先设置遮挡触发条件，当所述当前监控对象的姿态符合遮挡触发条件时，触发对所述初始视频图像进行风格化处理，将处理后的视频图像与所述初始视频图像叠加，输出叠加后的视频图像，实现人形隐私遮挡。
[0010]优选地，所述S2包括：
[0011]S21：对所述初始视频图像进行人形检测，提取出监控对象对应的人形区域；
[0012]S22：在所述人形区域内进行人脸检测，依据在人形区域内的人脸识别结果，识别当前监控对象的人脸朝向；
[0013]S23：对所述备份视频图像进行滤波处理和皮肤分割处理提取出手部区域，确定所述人形区域和所述手部区域的相对位置关系，依据所述相对位置关系，识别当前监控对象的手臂状态；
[0014]S24：利用虚拟的闭合曲线标注所述手部区域的最小外接椭圆，提取所述最小外接椭圆的特征信息，依据所述最小外接椭圆的特征信息，识别当前监控对象的手掌状态和手势朝向；
[0015]S25：综合所述当前监控对象的人脸朝向、手臂状态、手掌状态和手势朝向，得出当前监控对象的姿态。
[0016]优选地，所述人形区域包括：当前监控对象的头部、身体和双腿所在的区域；所述手部区域包括：当前监控对象的手掌所在的区域。
[0017]优选地，所述S22包括：
[0018]S221：在所述人形区域内进行人脸检测，识别在所述人形区域内是否存在监控对象的脸部；
[0019]S222：若识别存在监控对象的脸部，则所述人脸朝向为正对朝向；
[0020]S223：若识别不存在监控对象的脸部，则所述人脸朝向为背对朝向。
[0021]优选地，所述S23包括：
[0022]S231：分别获取所述人形区域所在的第一位置信息和所述手部区域所在的第二位置信息；
[0023]S232：依据所述第一位置信息和第二位置信息，判断所述手部区域是否在人形区域内；
[0024]S233：若所述手部区域在所述人形区域内，则所述手臂状态为向前伸手状态；
[0025]S234：若所述手部区域不在所述人形区域内，则进一步计算所述手部区域和人形区域的距离；
[0026]S235：依据所述手部区域和人形区域的距离，进一步识别所述手臂状态为倾斜状态或水平伸直状态。
[0027]优选地，所述S24包括：
[0028]S241：利用虚拟的闭合曲线标记所述手部区域的最小外接椭圆，并计算所述最小外接椭圆的长短轴比；
[0029]S242：依据所述最小外接椭圆的长短轴比，判断当前监控对象的手部形状；
[0030]S243：依据所述手部形状，识别所述手掌状态为伸展状态或握拳状态；
[0031]S244：计算所述最小外接椭圆的长轴斜率，依据所述长轴斜率，识别所述手势朝向为向上或向下。
[0032]优选地，所述S3包括：
[0033]S31：预先设置目标姿态模型，将所述当前监控对象的姿态输入所述目标姿态模型中，得出当前监控对象的姿态与目标姿态的匹配度；
[0034]S32：预先设置匹配度阈值，当所述匹配度大于所述匹配度阈值时，对所述初始视频图像进行风格化处理；
[0035]S33：将经过风格化处理后的视频图像与所述初始视频图像叠加，将叠加后的视频图像作为实时画面显示，实现人形隐私遮挡。
[0036]第二方面，本专利技术实施例还提供了一种基于姿态识别的人形隐私遮挡装置，所述装置包括：
[0037]视频图像获取模块，用于获取监控场景下实时的初始视频图像，再备份所述初始
视频图像，记为备份视频图像；
[0038]姿态识别模块，用于依据预设的人体姿态识别规则，分别对所述初始视频图像和备份视频图像进行处理，识别当前监控对象的姿态；
[0039]隐私遮挡模块，用于预先设置遮挡触发条件，当所述当前监控对象的姿态符合遮挡触发条件时，触发对所述初始视频图像进行风格化处理，将处理后的视频图像与所述初始视频图像叠加，输出叠加后的视频图像，实现人形隐私遮挡。
[0040]第三方面，本专利技术实施例还提供了一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
[0041]第四方面，本专利技术实施例提供了一种存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
[0042]综上所述，本专利技术的有益效果如下：
[0043]本专利技术实施例提供的基于姿态识别的人形隐私遮挡方法，获取监控场景下实时的初始视频图像，再备份所述初始视频图像，记为备份视频图像；依据预设的人体姿态识别规则，分别对所述初始视频图像和备份视频图像进行处理，识别当前监控对象的姿态；预先设置遮挡触发条件，当所述当前监控对象的姿态符合遮挡触发条件时，触发对所述初始视频图像进行风格化处理，将处理后的视频图像与所述初始视频图像叠加，输出叠加后的视频图像，实现人形隐私遮挡。一方面，对初始视频图像和备份视频图像的同时处理，为后续姿态识别节约了工作时间；同时，通过预设的人体姿态识别规则，先准确识别出监控对象的当前姿态，利用所述监控对象的当前姿态就能触发后续的人形隐私遮挡，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于姿态识别的人形隐私遮挡方法，其特征在于，所述方法包括：S1：获取监控场景下实时的初始视频图像，再备份所述初始视频图像，记为备份视频图像；S2：依据预设的人体姿态识别规则，分别对所述初始视频图像和备份视频图像进行处理，识别当前监控对象的姿态；S3：预先设置遮挡触发条件，当所述当前监控对象的姿态符合遮挡触发条件时，触发对所述初始视频图像进行风格化处理，将处理后的视频图像与所述初始视频图像叠加，输出叠加后的视频图像，实现人形隐私遮挡。2.根据权利要求1所述的基于姿态识别的人形隐私遮挡方法，其特征在于，所述S2包括：S21：对所述初始视频图像进行人形检测，提取出监控对象对应的人形区域；S22：在所述人形区域内进行人脸检测，依据在人形区域内的人脸识别结果，识别当前监控对象的人脸朝向；S23：对所述备份视频图像进行滤波处理和皮肤分割处理提取出手部区域，确定所述人形区域和所述手部区域的相对位置关系，依据所述相对位置关系，识别当前监控对象的手臂状态；S24：利用虚拟的闭合曲线标注所述手部区域的最小外接椭圆，提取所述最小外接椭圆的特征信息，依据所述最小外接椭圆的特征信息，识别当前监控对象的手掌状态和手势朝向；S25：综合所述当前监控对象的人脸朝向、手臂状态、手掌状态和手势朝向，得出当前监控对象的姿态。3.根据权利要求2所述的基于姿态识别的人形隐私遮挡方法，其特征在于，所述人形区域包括：当前监控对象的头部、身体和双腿所在的区域；所述手部区域包括：当前监控对象的手掌所在的区域。4.根据权利要求2所述的基于姿态识别的人形隐私遮挡方法，其特征在于，所述S22包括：S221：在所述人形区域内进行人脸检测，识别在所述人形区域内是否存在监控对象的脸部；S222：若识别存在监控对象的脸部，则所述人脸朝向为正对朝向；S223：若识别不存在监控对象的脸部，则所述人脸朝向为背对朝向。5.根据权利要求4所述的基于姿态识别的人形隐私遮挡方法，其特征在于，所述S23包括：S231：分别获取所述人形区域所在的第一位置信息和所述手部区域所在的第二位置信息；S232：依据所述第一位置信息和第二位置信息，判断所述手部区域是否在人形区域内；S233：若所述手部区域在所述人形区域内，则所述手臂状态为向前伸手...
【专利技术属性】
技术研发人员：陈辉，胡光辉，张智，熊章，杜沛力，张青军，
申请(专利权)人：宁波星巡智能科技有限公司，
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。