【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种基于用户姿态控制设备运行的方法、装置、电子设备及存储介质。
技术介绍
1、随着机器视觉技术的发展，利用机器视觉技术对用户的姿态进行检测，进而对一些设备进行控制的方法，已经应用在很多领域中。
2、例如，在智能车辆领域中，通过ims(interior monitoring system，舱内监控)摄像头方法可以实现对乘客进行智能化姿态检测，通过检测乘客的不同姿态，判断乘客当前的状态，从而自动调节座舱内的设备的运行状态，或提示用户手动调整设备以创建更适合乘坐的座舱条件。上述方法虽然能够实现人体姿态检测，但在车内环境背景复杂、由于车速过快产生颠簸导致乘客图像出现虚影模糊等情况下，无法准确检测人体位置，造成人体姿态检测发生错误，无法准确对设备进行控制，影响用户体验甚至车辆行驶安全，且ims方法对摄像头硬件要求标准较高。
技术实现思路
1、鉴于此，为解决上述部分或全部技术问题，本申请实施例提供一种基于用户姿态控制设备运行的方法、装置、电子设备及存储介质。
2、第一方面，本申请实施例提供一种基于用户姿态控制设备运行的方法，方法包括：获取包含目标用户的影像的待识别图像；利用预设的用户区域分割模型，对待识别图像进行语义分割，得到目标用户在待识别图像中对应的目标用户区域；对目标用户区域进行关键点检测，得到关键点集合；基于关键点集合，对目标用户进行姿态分析，得到表示目标用户的当前姿态的姿态信息；基于姿态信息，控制目标设备的运行状态达到姿态信息对应的目
3、在一个可能的实施方式中，获取包含目标用户的影像的待识别图像，包括：获取目标相机对目标用户拍摄的原始图像；对原始图像进行图像增强处理，得到待识别图像。
4、在一个可能的实施方式中，利用预设的用户区域分割模型，对待识别图像进行语义分割，得到目标用户在待识别图像中对应的目标用户区域，包括：利用用户区域分割模型包括的浅层特征提取模块，对待识别图像进行浅层特征提取操作，得到浅层特征数据；利用用户区域分割模型包括的多尺度深层特征提取模块，对待识别图像进行多尺度深层特征提取操作，得到多尺度深层特征数据；对浅层特征数据和多尺度深层特征数据进行融合，得到融合特征数据；基于融合特征数据，对待识别图像中的像素进行分类，将属于目标用户的影像的像素组成的区域确定为目标用户区域。
5、在一个可能的实施方式中，利用用户区域分割模型包括的多尺度深层特征提取模块，对待识别图像进行多尺度深层特征提取操作，得到多尺度深层特征数据，包括：对待识别图像进行切分，得到预设数量个子图像；利用多尺度深层特征提取模块包括的初始特征提取网络，对预设数量个子图像分别进行特征提取，得到预设数量组特征数据；对预设数量组特征数据进行整合，得到初始特征数据；利用多尺度深层特征提取模块包括的多尺度特征融合网络，对初始特征数据进行多尺度深层特征提取及融合操作，得到多尺度融合特征数据；对初始特征数据和多尺度融合特征数据进行融合，得到多尺度深层特征数据。
6、在一个可能的实施方式中，多尺度特征融合网络包括至少两个膨胀卷积层，至少两个膨胀卷积层中的每个膨胀卷积层具有对应的膨胀率；利用多尺度深层特征提取模块包括的多尺度特征融合网络，对初始特征数据进行多尺度深层特征提取及融合操作，得到多尺度融合特征数据，包括：对于至少两个膨胀卷积层中的每个膨胀卷积层，若该膨胀卷积层为第一类膨胀卷积层，由该膨胀卷积层对初始特征数据进行膨胀卷积处理，得到该膨胀卷积层对应的特征数据；若该膨胀卷积层为第二膨胀卷积层，由该膨胀卷积层对初始特征数据和对应的目标膨胀卷积层输出的特征数据进行合并及膨胀卷积处理，得到该膨胀卷积层对应的特征数据；对至少两个膨胀卷积层中的每个膨胀卷积层输出的特征数据进行融合，得到多尺度融合特征数据。
7、在一个可能的实施方式中，基于关键点集合，对目标用户进行姿态分析，得到表示目标用户的当前姿态的姿态信息，包括：基于预设的部位亲和域预测网络，对关键点集合进行部位亲和域匹配操作，确定关键点集合中的关键点之间的关联关系；基于关联关系，连接关键点集合中的关键点；基于连接后的关键点形成的几何形状，确定表示目标用户的当前姿态的姿态信息。
8、在一个可能的实施方式中，基于姿态信息，控制目标设备的运行状态达到姿态信息对应的目标运行状态，包括：确定目标用户当前时刻在进入目标相机的拍摄区域后所处的目标阶段；基于姿态信息，按照目标阶段对应的预设控制策略，控制目标设备的运行状态达到姿态信息对应的目标运行状态。
9、在一个可能的实施方式中，基于姿态信息，按照目标阶段对应的预设控制策略，控制目标设备的运行状态达到姿态信息对应的目标运行状态，包括：若目标阶段为初始阶段，控制目标设备的运行状态达到姿态信息对应的目标运行状态；若目标阶段为中间阶段，基于姿态信息，确定表示目标用户做出的同一姿态是否符合预设确认条件；若符合预设确认条件，控制目标设备的运行状态达到目标姿态信息对应的目标运行状态；若目标阶段为末尾阶段，确定目标姿态信息表示的姿态是否为预设姿态，若是预设姿态，控制目标设备的运行状态达到用于提示目标用户改变姿态的目标运行状态。
10、在一个可能的实施方式中，用户区域分割模型预先基于如下步骤训练得到：获取第一样本图像和对应的背景区域标注信息；将第一样本图像作为预设的初始模型的输入，将背景区域标注信息作为初始模型的期望输出，调整初始模型的参数；响应于确定调整参数后的初始模型符合预设的第一训练结束条件，将调整参数后的初始模型确定为初始用户区域分割模型；获取第二样本图像和对应的用户区域标注信息；将第二样本图像作为初始用户区域分割模型的输入，将用户区域标注信息作为初始用户区域分割模型的期望输出，调整初始用户区域分割模型的参数；响应于确定调整参数后的初始用户区域分割模型符合预设的第二训练结束条件，将调整参数后的初始用户区域分割模型确定为用户区域分割模型。
11、第二方面，本申请实施例提供一种基于用户姿态控制设备运行的装置，该装置包括：获取模块，用于获取包含目标用户的影像的待识别图像；分割模块，用于利用预设的用户区域分割模型，对待识别图像进行语义分割，得到目标用户在待识别图像中对应的目标用户区域；检测模块，用于对目标用户区域进行关键点检测，得到关键点集合；分析模块，用于基于关键点集合，对目标用户进行姿态分析，得到表示目标用户的当前姿态的姿态信息；控制模块，用于基于姿态信息，控制目标设备的运行状态达到姿态信息对应的目标运行状态。
12、第三方面，本申请实施例提供一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行存储器中存储的计算机程序，且计算机程序被执行时，实现本申请上述第一方面的基于用户姿态控制设备运行的方法中任一实施例的方法。
13、第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，实现如上述第一方面的基于用户姿态控制设备运行的方法中任一实施例本文档来自技高网...
【技术保护点】
1.一种基于用户姿态控制设备运行的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取包含目标用户的影像的待识别图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述利用预设的用户区域分割模型，对所述待识别图像进行语义分割，得到所述目标用户在所述待识别图像中对应的目标用户区域，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用所述用户区域分割模型包括的多尺度深层特征提取模块，对所述待识别图像进行多尺度深层特征提取操作，得到多尺度深层特征数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述多尺度特征融合网络包括至少两个膨胀卷积层，所述至少两个膨胀卷积层中的每个膨胀卷积层具有对应的膨胀率；
6.根据权利要求1所述的方法，其特征在于，所述基于所述关键点集合，对所述目标用户进行姿态分析，得到表示所述目标用户的当前姿态的姿态信息，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述姿态信息，控制目标设备的运行状态达到所述姿态信息对应的目标运行状态，包括：<...
【技术特征摘要】
1.一种基于用户姿态控制设备运行的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取包含目标用户的影像的待识别图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述利用预设的用户区域分割模型，对所述待识别图像进行语义分割，得到所述目标用户在所述待识别图像中对应的目标用户区域，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用所述用户区域分割模型包括的多尺度深层特征提取模块，对所述待识别图像进行多尺度深层特征提取操作，得到多尺度深层特征数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述多尺度特征融合网络包括至少两个膨胀卷积层，所述至少两个膨胀卷积层中的每个膨胀卷积层具有对应的膨胀率；
6.根据权利要求1所述的方法，其特征在于，所述基于所述关键点集合，对...
【专利技术属性】
技术研发人员：单浩吉，郑彩虹，
申请(专利权)人：重庆长安汽车股份有限公司，
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。