[发明专利]一种多目标人体姿态检测方法以及系统

说明书

本发明公开了一种多目标人体姿态检测方法以及系统，涉及图像处理领域。其中，该方法包括：获取目标图像；提取所述目标图像的关节点信息；根据所述关节点信息以及关节点之间的距离约束，获取各关节点之间的匹配信息；根据所述匹配信息，组合各关节点，完成所述目标图像中的人体姿态估计。进一步地，获取目标图像还包括对所述目标图像进行缩放，构建图像金字塔；通过设定金字塔层数和缩放尺度得到不同尺度下所述目标图像的缩放图像。本发明通过在关节点之间添加距离约束条件，能够有效解决不同目标之间关节点匹配错误的问题。

技术领域

本发明涉及图像处理领域，特别涉及一种基于图像的多目标人体姿态检测方法以及系统。

背景技术

随着互联网下海量大数据的积累、计算机硬件水平的飞速提升，使得基于深度神经网络的深度学习算法相比于传统的机器学习算法在计算机视觉领域，监控领域有着明显的性能提升，广泛应用于目标检测与识别、视频结构化和视频语义理解等场景。近年来，基于人体姿态的人体行为分析已经成为计算机视觉、视频监控、深度学习、机器学习等相关领域的研究热点。人体姿态估计目的在于通过人体关节点的信息让机器去理解并描述人体的动作、行为、人与人之间的互动关系等。

目前人体姿态估计技术主要分为自顶向下和自底向上两种方法。自顶向下：首先利用行人检测等方法检测出图像中的行人(人体)，然后根据获得的人体位置信息再进行人体关节点的检测与提取，完成人体姿态估计。这种方法检测速度依赖于画面中的目标个数，检测速度随着人体的个数增加而增加。同时，基于每个单一的人体进行姿态估计，忽略了人与人之间的位置关系，可能由于人与人之间的遮挡导致估计的关节重叠，造成人体姿态估计不准确。自底向上：首先根据输入的图像检测出所有的人体关节点位置信息，然后通过不同的方法对所有关节点进行重组与聚类，完成人体姿态估计。这种方法检测速度不依赖于画面中的目标个数，检测速度快且固定。但是，如何仅依靠关节点的位置信息如何快速判断是否属于同一个目标往往是个难以计算的问题，同时极有可能由于关节点的归类错误导致人体姿态估计的错误。

发明内容

为了克服如上所述的技术问题，本发明提出一种多目标人体姿态检测方法以及系统，通过在关节点之间添加距离约束条件，能够有效解决不同目标之间关节点匹配错误问题。本发明的技术方案如下：

第一方面，提出一种多目标人体姿态检测方法，包括：

获取目标图像；

提取所述目标图像的关节点信息；

根据所述关节点信息以及关节点之间的距离约束，获取各关节点之间的匹配信息；

根据所述匹配信息，组合各关节点，完成所述目标图像中的人体姿态估计。

进一步地，获取目标图像还包括对所述目标图像进行缩放，构建图像金字塔；通过设定金字塔层数和缩放尺度得到不同尺度下所述目标图像的缩放图像。

进一步地，所述目标图像的关节点信息包括关节点的置信度图和关节点之间的方向向量场。

第二方面，提出一种多目标人体姿态检测系统，包括：

图像获取模块，用于获取目标图像；

提取关节点信息模块，用于提取所述目标图像的关节点信息；

匹配关节点模块，用于根据所述关节点信息以及关节点之间的距离约束，获取各关节点之间的匹配信息；

组合关键点模块，用于根据所述匹配信息，组合各关节点，完成所述目标图像中的人体姿态估计。

第三方面，提出一种计算机可读存储介质，所述存储介质中存储有至少一段程序，所述至少一条指令、至少一段程序由所述处理器执行以实现如第一方面所述的多目标人体姿态检测方法。

本发明提供的技术方案带来的有益效果是：