[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

说明书

本发明涉及体感游戏技术领域，提供人体姿态估计方法、装置、电子设备及存储介质，其方法包括：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，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。本发明能够节约成本，降低人体姿态估计过程中的计算量。

技术领域

本发明涉及体感游戏技术领域，尤其涉及一种人体姿态估计方法、装置、电子设备及存储介质。

背景技术

目前，在大城市的快节奏下，上班族难以挤出时间安排健身，且健身房年卡开销大，成本高。基于此背景，体感类的健身游戏越来越受到年轻人的青睐。体感游戏感知用户的动作在现有的技术中主要有两类：1、手持手柄传感器感知玩家的姿态变化；2、3D/双目等特殊摄像头捕捉玩家的姿态变化。上述两类在硬件成本上较高。此外，在深度学习领域中常见的人体估计姿态模型主要由语义提取模块以及位置信息获取模块构成，在语义提取过程中常常与位置信息无关，但图像经过语义信息提取后其位置信息发生变化，因此需要其保持原有的大小。现有的做法是使用多层反卷积操作，该方式会增加计算量，引起模型预测时间增加。可见，现有技术中，在体感游戏进行人体姿态估计方面，存在硬件成本高、计算量大的问题。

发明内容

本发明实施例提供一种人体姿态估计方法，能够降低提高游戏在人体姿态估计上的硬件成本，降低计算量。

第一方面，本发明实施例提供一种人体姿态估计方法，包括：

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。

第二方面，本发明实施例提供一种人体姿态估计装置，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。

第三方面，本发明实施例还提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例提供的人体姿态估计方法中的步骤。

第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现发明实施例提供的人体姿态估计方法中的步骤。