[发明专利]一种人体姿态估计方法、装置、电子设备及存储介质

权利要求书

1.一种人体姿态估计方法，其特征在于，包括以下步骤：

获取人体位置，对所述人体位置初始化，所述人体位置包括人体关键点；

检测移动过程中所述人体关键点对应的人体关键点图像，通过多层深度可分离卷积网络对所述人体关键点图像进行多层深度可分离卷积，提取语义信息，并得到人体语义特征图；

将所述人体语义特征图进行多层重新排列组合与多层所述深度可分离卷积，提取位置信息；

基于所述位置信息与所述语义信息对目标人体姿态进行估计，并根据所述目标人体姿态控制虚拟对象。

2.如权利要求1所述的方法，其特征在于，所述检测移动过程中所述人体关键点对应的人体关键点图像，通过多层深度可分离卷积网络对所述人体关键点图像进行多层深度可分离卷积，提取语义信息，并得到人体语义特征图的步骤包括：

基于预设跟踪算法对移动过程中所述人体关键点图像进行跟踪，获取移动过程中的所述人体关键点图像；

通过所述多层深度可分离卷积网络对所述人体关键点图像进行所述多层深度可分离卷积，从每次的深度可分离卷积中提取所述语义信息；

基于所述多层深度可分离卷积后，提取所述人体语义特征图。

3.如权利要求1所述的方法，其特征在于，所述将所述人体语义特征图进行多层重新排列组合与多层深度可分离卷积，提取位置信息的步骤包括：

对所述人体语义特征图进行所述重新排列组合，得到重组人体语义特征图；

将所述重组人体语义特征图进行所述深度可分离卷积，并基于所述人体语义特征图以及所述人体位置初始化后原图的大小有序的多层执行所述重新排列组合以及所述深度可分离卷积，以得到目标重组特征图；

根据预设比率变换将所述目标重组特征图进行转换，提取所述位置信息。

4.如权利要求3所述的方法，其特征在于，所述将所述重组人体语义特征图进行所述深度可分离卷积的步骤包括：

设置所述多层深度可分离卷积网络的卷积参数，所述多层深度可分离卷积网络包括特征图分组卷积以及卷积核卷积；

基于所述特征图分组卷积的分组卷积参数对所述重组人体语义特征图进行所述特征图分组卷积；

完成所述特征图分组卷积后，基于所述卷积核卷积的卷积核参数对所述重组人体语义特征图进行所述卷积核卷积。

5.如权利要求3所述的方法，其特征在于，所述对所述人体语义特征图进行重新排列组合的步骤包括：

将所述人体语义特征图在多个通道上进行挤压，增加经过挤压后所述多个通道的维度。

6.如权利要求1所述的方法，其特征在于，所述获取人体位置，对所述人体位置初始化的步骤包括：

检测指定位置是否存在人体；

若检测到所述指定位置存在人体，则对所述人体位置进行初始化，所述人体位置初始化包括对所述人体关键点进行初始化。

7.一种人体姿态估计装置，其特征在于，包括：

初始化模块，用于获取人体位置，对所述人体位置初始化，所述人体位置包括人体关键点；

语义提取模块，用于检测移动过程中所述人体关键点对应的人体关键点图像，通过多层深度可分离卷积网络对所述人体关键点图像进行多层深度可分离卷积，提取语义信息，并得到人体语义特征图；

位置提取模块，用于将所述人体语义特征图进行多层重新排列组合与多层所述深度可分离卷积，提取位置信息；

控制模块，用于基于所述位置信息与所述语义信息对目标人体姿态进行估计，并根据所述目标人体姿态控制虚拟对象。

8.如权利要求7所述的人体姿态估计装置，其特征在于，所述语义提取模块包括：

跟踪单元，用于基于预设跟踪算法对移动过程中所述人体关键点图像进行跟踪，获取当前移动位置的所述人体关键点图像；

语义提取单元，用于通过所述多层深度可分离卷积网络对所述人体关键点图像进行所述多层深度可分离卷积，从每次的深度可分离卷积中提取语义信息；

特征图提取单元，用于基于所述多层深度可分离卷积后，提取所述人体语义特征图。