本发明专利技术涉及一种基于关键点检测的车外姿势识别方法，如下：获取视频帧数据，并进行预处理；将预处理后的视频帧数据经过输入训练好的目标检测模型，输出人物目标检测结果；使用所述人物目标检测结果裁剪预处理后的视频帧数据，获得所述视频帧数据中包含的所有人物目标框；将所述所有人物目标框经过操作后输入训练好的关键点检测模型，输出人物关键点检测结果；根据所述人物关键点检测结果构建姿势分类特征，将所述姿势分类特征输入姿势分类模型，获得姿势识别结果。本发明专利技术能够提高车外人物姿势识别的精确度，并优化计算能力。
【技术实现步骤摘要】
本专利技术涉及人工智能、计算机视觉，具体涉及一种基于关键点检测的车外姿势识别方法。
技术介绍
1、近年来，随着汽车智能化的不断推进，用车场景中的人机交互成为汽车工业极为关注的焦点之一。特别是基于计算机视觉和自然语言处理的人机交互策略备受瞩目。这些交互策略作为汽车智能辅助系统的一部分，正迅速崛起，显著提升了车辆用户的驾驶体验，使汽车更为便捷、舒适和安全。在这一趋势下，姿势识别技术逐渐在汽车领域得到广泛应用，为提升驾驶安全性和驾乘体验发挥了积极作用。
2、在基于计算机视觉实现姿势识别时，主要有两种技术路线：一种识别人体关键点，再对关键点就行后处理从而识别人体姿势。但是该方法对人体关键点识别算法要求较高，当人体较远较小时，很多算法都无法准确其骨骼框架。另一种技术路线是对人体姿势进行分类，通过训练一个分类模型从而完成对姿势的分类任务。虽然该技术路线准确率一般高于第一种方法，但是如果需要新增姿势时，需要收集大量数据再次训练姿势分类模型。
技术实现思路
1、本专利技术的首要目的在于克服现有技术存在的缺陷，提供本文档来自技高网...
【技术保护点】
1.一种基于关键点检测的车外姿势识别方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于关键点检测的车外姿势识别方法，其特征在于，所述预处理包括像素空间转换、和/或归一化。
3.根据权利要求1所述的基于关键点检测的车外姿势识别方法，其特征在于，所述目标检测模型包括第一网络、第二网络和第三网络，所述第一网络用于从经缩放、填充操作后的视频帧数据中提取深层特征，其中，深层特征包括颜色、纹理、形状、尺度和空间位置；所述第二网络用于根据所述深层特征生成人物检测结果；所述第三网络用于改进所述第一网络，获得轻量化的目标检测模型。
>4.根据权利要求3...
【技术特征摘要】
1.一种基于关键点检测的车外姿势识别方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于关键点检测的车外姿势识别方法，其特征在于，所述预处理包括像素空间转换、和/或归一化。
3.根据权利要求1所述的基于关键点检测的车外姿势识别方法，其特征在于，所述目标检测模型包括第一网络、第二网络和第三网络，所述第一网络用于从经缩放、填充操作后的视频帧数据中提取深层特征，其中，深层特征包括颜色、纹理、形状、尺度和空间位置；所述第二网络用于根据所述深层特征生成人物检测结果；所述第三网络用于改进所述第一网络，获得轻量化的目标检测模型。
4.根据权利要求3所述的基于关键点检测的车外姿势识别方法，其特征在于，所述目标检测模型的第一网络为mobilenetv3网络，所述目标检测模型的第二网络为ssd网络，所述目标检测模型的第三网络为可变分组卷积网络。
5.根据权利要求4所述的基于关键点检测的车外姿势识别方法，其特征在于，使用所述可变分组卷积网络对所述mobilenetv3网络的block结构进行改进，获得轻量化的目标检测模型。
6.根据权利要求5所述的基于关键点检测的车外姿势识别方法，其特征在于，所述将预处理后的视频帧数据经过输入训练好的目标检测模型，输出人物目标检测结果，包括：将预处理后的视频帧数据经过缩放、填充操作后输入训练好的目标检测模型，输出人物目标检测结果。
7.根据权利要求1所述的基于关键点检测的车外姿势识别方法，其特征在于，所述关键点检测模型包括至少三个网络：第四网络、第五网络和第六网络，所述第四网络用于从经缩放、填充操作后的人物目标框中获取不同尺度的特征图和语义信息，所述第五网络用于融合不同尺度的特征图和增强所述语义信息，所述第六网络用于根据融合后的...
【专利技术属性】
技术研发人员：杨稷，田尊明，
申请(专利权)人：重庆长安科技有限责任公司，
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。