[发明专利]姿态检测识别方法、设备及计算机可读存储介质

权利要求书

1.一种姿态检测识别方法，其特征在于，所述姿态检测识别方法包括：

确定待检测目标，并使用预训练的肢体跟踪模型定位到所述待检测目标中的第一关键点群与第二关键点群，其中，所述肢体跟踪模型基于人体上半身的多个特定关键点训练所得；

基于所述第一关键点群得到所述待检测目标的目标定位框，并利用所述目标定位框匹配跟踪运动状态下的待检测目标；

获取运动状态下所述待检测目标的第二关键点群的变化幅值，根据所述变化幅值确定所述待检测目标为疑似目标，并获取所述疑似目标的姿态数学模型值，以基于所述姿态数学模型值识别所述疑似目标的目标运动姿态；

其中，所述第二关键点群包括躯干关键点子群，所述躯干关键点子群基于头、颈与双肩四个部位设置，所述获取运动状态下所述待检测目标的第二关键点群的变化幅值，根据所述变化幅值确定所述待检测目标为疑似目标的步骤包括：

根据预设的权重分配规则将所述躯干关键点子群中的各个关键点进行加权平均，构建所述待检测目标的重心浓缩点；

根据所述躯干关键点子群计算所述待检测目标的两肩距离，并获取所述重心浓缩点的移动量，以基于所述两肩距离与所述移动量计算重心移动量，并将所述重心移动量作为所述第二关键点群的变化幅值；

判断所述重心移动量是否符合预设疑似目标判定条件；

若所述重心移动量符合预设疑似目标判定条件，则将所述待检测目标确定为疑似目标；

其中，所述第二关键点群还包括手臂关键点子群，所述手臂关键点子群基于左右肩、左右肘与左右腕六个部位设置，所述获取所述疑似目标的姿态数学模型值，以基于所述姿态数学模型值识别所述疑似目标的目标运动姿态的步骤包括：

基于所述手臂关键点子群计算所述疑似目标在形成所述目标运动姿态前后的第一手臂模型值与第二手臂模型值，并基于所述躯干关键点子群计算所述疑似目标在形成所述目标运动姿态前后的第一躯干模型值与第二躯干模型值；

基于所述第一手臂模型值与所述第二手臂模型值的手臂模型差值，以及所述第一躯干模型值与所述第二躯干模型值的躯干模型差值，识别所述目标运动姿态；

其中，所述目标运动姿态包括起立，所述基于所述手臂关键点子群计算所述疑似目标在形成所述目标运动姿态前后的第一手臂模型值与第二手臂模型值，并基于所述躯干关键点子群计算所述疑似目标在形成所述目标运动姿态前后的第一躯干模型值与第二躯干模型值的步骤包括：

使用反余弦函数分别计算所述疑似目标在疑似起立前后的稳定帧当中左手肘的第一左内夹角与第二左内夹角，以及右手肘的第一右内夹角与第二右内夹角，将所述第一左内夹角、第一右内夹角作为所述第一手臂模型值，并将所述第二左内夹角、第二右内夹角作为所述第二手臂模型值；

分别计算所述疑似目标在疑似起立前后的稳定帧当中重心浓缩点的第一上移量与第二上移量作为所述第一躯干模型值与所述第二躯干模型值；

所述基于所述第一手臂模型值与所述第二手臂模型值的手臂模型差值，以及所述第一躯干模型值与所述第二躯干模型值的躯干模型差值，识别所述目标运动姿态的步骤包括：

获取所述第二左内夹角与第一左内夹角的左夹角差值，以及第二右内夹角与第一右内夹角的右夹角差值，将所述左夹角差值与右夹角差值作为所述手臂模型差值；

取所述左内夹角与右内夹角的平均值作为夹角均差，并将所述夹角均差与预设第一影响因子系数结合，得到第一判定得分；

获取所述第二上移量与第一上移量的上移量差值作为所述躯干模型差值，并将所述上移量差值与预设第二影响因子系数结合，得到第二判定得分；

根据预设举手判定标准判断所述疑似目标在疑似起立前后的稳定帧当中是否进行举手动作；

若是，则记为第三判定得分；

获取所述第一判定得分、第二判定得分与第三判定得分的得分总和，并在所述得分总和达到预设得分阈值时，确定所述疑似目标的目标运动姿态为起立。