[发明专利]一种姿态识别方法、装置、电子设备及存储介质

权利要求书

1.一种姿态识别方法，其特征在于，包括：

确定待识别图像中的人体图像区域；

对所述人体图像区域中进行人体姿态预估，得到所述人体图像区域对应的姿态特征热力图；

将所述姿态特征热力图输入到分类器中，确定所述人体图像区域分别对应于各预设姿态类别的姿态得分；

基于所述姿态得分，得到所述人体图像区域中人体姿态识别结果；

其中，若所述姿态特征热力图包括关节点热力图或躯干热力图；则将所述姿态特征热力图输入到分类器中，确定所述人体图像区域分别对应于各预设姿态类别的姿态得分，基于所述姿态得分，得到所述人体图像区域中人体姿态识别结果，具体包括：

将所述各关节点热力图或各躯干热力图输入到分类器中，其中，所述分类器的结构至少包括双通道池化、第一全连接网络、非线性激活函数、第二全连接网络、归一化函数，所述第一全连接网络的输入神经元个数为输入维度，输出神经元个数为训练获得的参数值，所述第二全连接网络的输入神经元个数为上层网络输出的维度，输出神经元个数为预设的各姿态类别数目；

通过所述分类器中双通道池化，采用预设两种池化方式分别对所述各关节点热力图或各躯干热力图进行特征压缩，并将所述预设两种池化方式压缩后的特征进行拼接，以及将拼接后的特征依次通过第一全连接网络、非线性激活函数和第二全连接网络进行特征提取，获得所述人体图像区域分别对应于各预设姿态类别的姿态得分，并将所述姿态得分通过归一化函数归一化到预设取值范围内，根据归一化后的姿态得分，输出所述人体图像区域中识别出的姿态类别。

2.根据权利要求1所述的方法，其特征在于，所述确定待识别图像中的人体图像区域，包括：

当所述待识别图像不满足异常图像条件时，基于预先训练获得的人体检测模型，对所述待识别图像进行人体检测，得到人体检测结果；

当所述人体检测结果中不存在人体检测框时，以所述待识别图像作为人体图像区域；

当所述人体检测结果中存在人体检测框时，过滤掉所述人体检测框中的异常人体检测框，得到人体候选框；根据所述人体候选框确定人体图像区域。

3.根据权利要求2所述的方法，其特征在于，所述当所述人体检测结果中存在人体检测框时，过滤掉所述人体检测框中的异常人体检测框，得到人体候选框，包括：

当所述人体检测结果中存在人体检测框时，计算各人体检测框的面积；

根据所述各人体检测框的面积，确定所述各人体检测框中的异常人体检测框；

对所述异常人体检测框进行过滤，得到人体候选框。

4.如权利要求1所述的方法，其特征在于，所述姿态特征热力图包括关节点热力图和/或躯干热力图；所述对所述人体图像区域中进行人体姿态预估，得到所述人体图像区域对应的姿态特征热力图，具体包括：

将所述人体图像区域对应的图像输入到预先训练的人体姿态估计模型，对所述人体图像区域对应的图像中各关节点的位置信息进行检测，输出各关节点热力图和/或各躯干热力图，其中，关节点热力图用于表征关节点的位置信息，躯干热力图用于表征躯干的位置信息，躯干表示相邻关节点的连线。