人体姿态检测方法和装置与流程

技术特征：
1.一种人体姿态检测方法，其特征在于，包括：接收监控终端发送的目标区域的视频流，从所述视频流中提取包括人体图像的多帧视频帧；对所述多帧视频帧中的像素值进行叠加，生成图像叠加数据；将所述图像叠加数据输入到预先训练的姿态检测模型，输出包括人体轮廓以及肢体变化轨迹的图像；根据变化的肢体相对于人体轮廓的位置确定人体姿态。2.根据权利要求1所述的人体姿态检测方法，其特征在于，还包括：将确定的人体姿态与预先建立的人体姿态模型进行匹配，对所述人体姿态进行分类，其中，所述人体姿态模型对应有人体姿态类别。3.根据权利要求2所述的人体姿态检测方法，其特征在于，还包括预先建立姿态检测模型的过程，具体包括：以预先标注好人体轮廓以及肢体变化轨迹的对包括人体图像的多帧视频帧中的像素值进行叠加处理得到图像叠加数据为训练样本，对预先构建的卷积神经网络模型进行训练，输出人体轮廓以及肢体变化轨迹的图像，作为识别结果；响应识别结果中人体轮廓以及肢体变化轨迹与预先标注的人体轮廓以及肢体变化轨迹的误差大于预设阈值，对预先构建的卷积神经网络模型中的各层的参数进行调整；重复上述过程，直到识别结果中人体轮廓以及肢体变化轨迹与预先标注的人体轮廓以及肢体变化轨迹的误差小于预设阈值，完成对姿态检测模型的训练。4.根据权利要求3所述的人体姿态检测方法，其特征在于，所述接收监控终端发送的目标区域的视频流，从所述视频流中提取包括人体图像的多帧视频帧，包括：接收监控终端发送的从不同方位角度拍摄的目标区域的视频流，对于从每个方位角度拍摄的视频流，提取包括人体图像的多帧视频帧。5.根据权利要求4所述的人体姿态检测方法，其特征在于，所述根据变化的肢体相对于人体轮廓的位置确定人体姿态，包括：响应于从不同方位角度拍摄的目标区域的视频流对应的肢体变化轨迹的图像相对应，根据变化的肢体相对于人体轮廓的位置确定人体姿态。6.根据权利要求3所述的人体姿态检测方法，其特征在于，还包括：对所述多帧视频帧进行对齐，并将对齐后的视频帧裁剪为尺寸相同的视频帧。7.根据权利要求6所述的人体姿态检测方法，其特征在于，所述对所述多帧视频帧中的像素值进行叠加，生成图像叠加数据，包括：对裁剪后尺寸相同的视频帧中的同一位置的像素值进行叠加，将叠加得到的数值作为对应像素的数据，生成图像叠加数据，其中，所述图像叠加数据包括像素位置和对应的数值。8.一种人体姿态检测装置，其特征在于，包括：视频帧提取模块，用于接收监控终端发送的目标区域的视频流，从所述视频流中提取包括人体图像的多帧视频帧；数据生成模块，用于对所述多帧视频帧中的像素值进行叠加，生成图像叠加数据；图像识别模块，用于将所述图像叠加数据输入到预先训练的姿态检测模型，输出包括
人体轮廓以及肢体变化轨迹的图像；人体姿态确定模块，用于根据变化的肢体相对于人体轮廓的位置确定人体姿态。9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。

技术总结
本公开提供了一种人体姿态检测方法和装置，所述方法包括：接收监控终端发送的目标区域的视频流，从所述视频流中提取包括人体图像的多帧视频帧；对所述多帧视频帧中的像素值进行叠加，生成图像叠加数据；将所述图像叠加数据输入到预先训练的姿态检测模型，输出包括人体轮廓以及肢体变化轨迹的图像；根据变化的肢体相对于人体轮廓的位置确定人体姿态。以此方式，能够通过对人体动作的识别及时发现人体的违规行为，从而及时消除异常行为存在的隐患，提高安全性。提高安全性。提高安全性。


技术研发人员：孟思宏
受保护的技术使用者：行为科技（北京）有限公司
技术研发日：2022.03.30
技术公布日：2022/5/16