宠物姿态识别方法及装置制造方法及图纸

本申请涉及生物识别技术领域，适用于智能宠物领域，提出了一种宠物姿态识别方法及装置

【技术实现步骤摘要】
宠物姿态识别方法及装置、计算机设备和可读存储介质


[0001]本申请涉及生物识别
，尤其涉及一种宠物姿态识别方法及装置
、
计算机设备和可读存储介质
。

技术介绍

[0002]随着科学技术的发展，与宠物有关的需求日渐增多，如宠物直播
、
宠物远程喂养
、
宠物监控等
。
在这些与宠物有关的需求中，由于宠物很可能处于无人环境中，故宠物的安全性成为至关重要的一环，实时识别宠物姿态十分必要
。
[0003]一般地，相关技术中可通过惯性传感器
、
光学传感器等装置对目标物的运动进行识别
。
然而，这些装置成本较高，且宠物相对于人体来说，具有形体小
、
移动速度快
、
行动不受控制的问题，这使得通过惯性传感器
、
光学传感器等装置对宠物姿态进行识别难度很大
。
[0004]对此，相关技术中提出，可通过神经网络模型来进行宠物姿态识别，以获取较高的识别准确性
。
然而，训练神经网络模型以及通过神经网络模型实时计算以获得姿态识别结果，均具有很大的计算量，其消耗时间成本和资源成本过高
。
[0005]因此，如何高效快捷的识别宠物姿态，成为目前亟待解决的技术问题
。

技术实现思路

[0006]本申请实施例提供了一种宠物姿态识别方法及装置
、
计算机设备和可读存储介质，旨在解决相关技术中通过神经网络模型来进行宠物姿态识别的计算量过大
、
时间成本高导致的宠物姿态识别效率低下的技术问题
。
[0007]第一方面，本申请实施例提供了一种宠物姿态识别方法，包括：
[0008]根据预设的骨骼点识别算法，识别宠物图像中目标宠物的骨骼点集合；
[0009]基于所述骨骼点集合，确定所述目标宠物的多项姿态特征信息；
[0010]确定每项所述姿态特征信息所命中的姿态判定条件，得到姿态判定条件集合；
[0011]基于所述姿态判定条件集合，确定所述目标宠物的姿态
。
[0012]第二方面，本申请实施例提供了一种宠物姿态识别装置，包括：
[0013]骨骼点识别单元，用于根据预设的骨骼点识别算法，识别宠物图像中目标宠物的骨骼点集合；
[0014]姿态特征信息确定单元，用于基于所述骨骼点集合，确定所述目标宠物的多项姿态特征信息；
[0015]姿态判定条件确定单元，用于确定每项所述姿态特征信息所命中的姿态判定条件，得到姿态判定条件集合；
[0016]姿态确定单元，用于基于所述姿态判定条件集合，确定所述目标宠物的姿态
。
[0017]第三方面，本申请实施例提供了一种计算机设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述第一方面所述的方法
。
[0018]第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述第一方面所述的方法
。
[0019]以上技术方案，针对相关技术中通过神经网络模型来进行宠物姿态识别的计算量过大
、
时间成本高导致的宠物姿态识别效率低下的技术问题，可以识别目标宠物的十五个骨骼点，再基于十五个骨骼点计算目标宠物的多项姿态特征信息，最终通过多项姿态特征信息所满足的姿态判定条件来判断目标宠物的姿态
。
其以骨骼点识别取代相关技术中通过惯性传感器
、
光学传感器等装置对宠物姿态进行识别的方式，降低了识别难度，提升了识别精度
。
同时，其相对于通过神经网络模型来进行宠物姿态识别的方式，计算量大大减小，识别效率有所提升
。
【附图说明】
[0020]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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它的附图
。
[0021]图1示出了根据本申请的一个实施例的宠物姿态识别方法的流程图；
[0022]图2至图5示出了根据本申请的一个实施例的目标宠物处于多种姿态时的骨骼点示意图
。
[0023]图6示出了根据本申请的一个实施例的宠物姿态识别装置的框图；
[0024]图7示出了根据本申请的一个实施例的计算机设备的框图；
[0025]图8示出了根据本申请的一个实施例的计算机设备的框图
。
【具体实施方式】
[0026]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例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作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
。
[0027]图1示出了根据本申请的一个实施例的宠物姿态识别方法的流程图
。
[0028]如图1所示，根据本申请的一个实施例的宠物姿态识别方法，包括：
[0029]步骤
102
，根据预设的骨骼点识别算法，识别宠物图像中目标宠物的骨骼点集合
。
[0030]预设的骨骼点识别算法用于识别图像中运动目标的骨骼点，包括但不限于
alphapose
算法
、OpenPose
算法
、3D Pose Estimation、Topdown
等任何可以识别图像中生物体的骨骼点分布的算法
。
[0031]具体来说，基于预设的骨骼点识别算法，可识别所述宠物图像中所述目标宠物的前背顶
、
后背顶
、
左前腿大腿根部
、
右前腿大腿根部
、
左后腿大腿根部
、
右后腿大腿根部
、
左前腿小腿关节
、
右前腿小腿关节
、
左后腿小腿关节
、
右后腿小腿关节
、
左前脚掌
、
右前脚掌
、
左后脚掌
、
右后脚掌以及尾巴根部这十五个骨骼点各自的位置信息，作为所述骨骼点集合
。
[0032]步骤
104
，基于所述骨骼点集合，确定所述目标宠物的多项姿态特征信息
。
[0033]所述骨骼点集合中的各骨骼点在不同的位置进行组合时，对应目标宠物的不同姿态，因此，所述骨骼点集合能够反映目标宠物在当前姿态下的姿态特征信息
。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种宠物姿态识别方法，其特征在于，包括：根据预设的骨骼点识别算法，识别宠物图像中目标宠物的骨骼点集合；基于所述骨骼点集合，确定所述目标宠物的多项姿态特征信息；确定每项所述姿态特征信息所命中的姿态判定条件，得到姿态判定条件集合；基于所述姿态判定条件集合，确定所述目标宠物的姿态
。2.
根据权利要求1所述的宠物姿态识别方法，其特征在于，所述根据预设的骨骼点识别算法，识别宠物图像中目标宠物的骨骼点集合，包括：基于预设的骨骼点识别算法，识别所述宠物图像中所述目标宠物的前背顶
、
后背顶
、
左前腿大腿根部
、
右前腿大腿根部
、
左后腿大腿根部
、
右后腿大腿根部
、
左前腿小腿关节
、
右前腿小腿关节
、
左后腿小腿关节
、
右后腿小腿关节
、
左前脚掌
、
右前脚掌
、
左后脚掌
、
右后脚掌以及尾巴根部各自的位置信息，作为所述骨骼点集合
。3.
根据权利要求2所述的宠物姿态识别方法，其特征在于，所述基于所述骨骼点集合，确定所述目标宠物的多项姿态特征信息，包括：基于所述后背顶与所述前背顶的位置信息，确定所述后背顶与所述前背顶的垂直距离和水平距离分别为前后相对姿态参数和躯干长度参数，并确定所述前背顶和所述后背顶的连线与水平线的夹角为角度参数；基于所述左前腿大腿根部和所述前背顶的位置信息，确定所述前背顶与所述左前腿大腿根部的垂直距离为第一距离参数，并基于所述右前腿大腿根部和所述前背顶的位置信息，确定所述前背顶与所述右前腿大腿根部的垂直距离为第二距离参数，以及将所述第一距离参数和所述第二距离参数中的最大值设置为第一前躯干高度参数；基于所述左后腿大腿根部和所述后背顶的位置信息，确定所述后背顶与所述左后腿大腿根部的垂直距离为第三距离参数，并基于所述右后腿大腿根部和所述后背顶的位置信息，确定所述后背顶与所述右后腿大腿根部的垂直距离为第四距离参数，以及将所述第三距离参数和所述第四距离参数中的最大值设置为第一后躯干高度参数；将所述尾巴根部的高度设置为尾根高度参数
。4.
根据权利要求3所述的宠物姿态识别方法，其特征在于，所述基于所述骨骼点集合，确定所述目标宠物的多项姿态特征信息，还包括：基于所述左前脚掌和所述左前腿大腿根部的位置信息，确定所述左前腿大腿根部与所述左前脚掌的垂直距离为第五距离参数，并基于所述右前脚掌和所述右前腿大腿根部的位置信息，确定所述右前腿大腿根部与所述右前脚掌的垂直距离为第六距离参数，以及将所述第五距离参数和所述第六距离参数中的最大值设置为前腿高度参数；基于所述左后脚掌和所述左后腿大腿根部的位置信息，确定所述左后腿大腿根部与所述左后脚掌的垂直距离为第七距离参数，并基于所述右后脚掌和所述右后腿大腿根部的位置信息，确定所述右后腿大腿根部与所述右后脚掌的垂直距离为第八距离参数，以及将所述第七距离参数和所述第八距离参数中的最大值设置为后腿高度参数；基于所述左前脚掌和所述左前腿小腿关节的位置信息，确定所述左前腿小腿关节与所述左前脚掌的垂直距离为第九距离参数，并基于所述右前脚掌和所述右前腿小腿关节的位置信息，确定所述右前腿小腿关节与所述右前脚掌的垂直距离为第十距离参数，以及将所述第九距离参数和所述第十距离参数中的最大值设置为前膝高度参数；
基于所述左后脚掌和所述左后腿小腿关节的位置信息，确定所述左后腿小腿关节与所述左后脚掌的垂直距离为第十一距离参数，并基于所述右后脚掌和所述右后腿小腿关节的位置信息，确定所述右后腿小腿关节与所述右后脚掌的垂直距离为第十二距离参数，以及将所述第十一距离参数和所述第十二距离参数中的最大值设置为后膝高度参数；基于所述左前脚掌和所述前背顶的位置信息，确定所述前背顶与所述左前脚掌的垂直距离为第十三距离参数，并基于所述右前脚掌和所述前背顶的位置信息，确定所述前背顶与所述前脚掌的垂直距离为第十四距离参数，以及将所述第十三距离参数和所述第十四距离参数中的最大值设置为第二前躯干高度参数；基于所述左后脚掌和所述后背顶的位置信息，确定所述后背顶与所述左后脚掌的垂直距离为第十五距离参数，并基于所述右后脚掌和所述后背顶的位置信息，确定所述后背顶与所述后脚掌的垂直距离为第十六距离参数，以及将所述第十五距离参数和所述第十六距离参数中的最大值设置为第二后躯干高...

【专利技术属性】
技术研发人员：李天宝，印浩奇，
申请(专利权)人：上海盟宠信息技术有限公司，
类型：发明
国别省市：