本發(fā)明涉及圖像數(shù)據(jù)處理，具體涉及基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法、系統(tǒng)。

背景技術(shù)：

1、隨著社會(huì)的發(fā)展和計(jì)算機(jī)硬件性能的提升，基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法將朝著更高的精度、更快的速度和更強(qiáng)的魯棒性方向發(fā)展；

2、在對(duì)比專利cn113780253a一種人體關(guān)節(jié)運(yùn)動(dòng)關(guān)鍵點(diǎn)識(shí)別方法及系統(tǒng)中記載有：采集被測(cè)者活動(dòng)的視頻數(shù)據(jù)；對(duì)視頻數(shù)據(jù)進(jìn)行目標(biāo)檢測(cè)，獲取包含目標(biāo)為被測(cè)者的子區(qū)域的各個(gè)圖像幀作為關(guān)鍵幀集合；標(biāo)記出關(guān)鍵幀集合中各個(gè)圖像幀中目標(biāo)為被測(cè)者的子區(qū)域中的活動(dòng)部件，由每個(gè)圖像幀中的活動(dòng)部件構(gòu)成一個(gè)與當(dāng)前圖像幀對(duì)應(yīng)的活動(dòng)部件集合，并從活動(dòng)部件集合中提取運(yùn)動(dòng)關(guān)鍵點(diǎn)；根據(jù)提取的運(yùn)動(dòng)關(guān)鍵點(diǎn)確定為人體關(guān)鍵點(diǎn)坐標(biāo)，提高了人體關(guān)節(jié)運(yùn)動(dòng)關(guān)鍵點(diǎn)的識(shí)別精度，實(shí)現(xiàn)人體關(guān)節(jié)運(yùn)動(dòng)關(guān)鍵點(diǎn)的智能化檢測(cè)，檢測(cè)更為簡(jiǎn)單快捷，極大的減少了計(jì)算的開銷和復(fù)雜度，提高了關(guān)鍵點(diǎn)識(shí)別的魯棒性；

3、然而目前對(duì)視頻中人體關(guān)鍵點(diǎn)的分析和識(shí)別過程中，難以在復(fù)雜的背景環(huán)境下對(duì)整個(gè)視頻中的人體輪廓進(jìn)行全面的提取，進(jìn)而無法保證整個(gè)視頻中人體關(guān)鍵點(diǎn)的分析和識(shí)別。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法、系統(tǒng)，以解決背景技術(shù)中不足。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，包括以下步驟：

3、基于視頻流獲取目標(biāo)視頻，對(duì)應(yīng)目標(biāo)視頻進(jìn)行分層得到多個(gè)視頻層；

4、在多個(gè)視頻層中提取出人體輪廓，將涉及人體輪廓的多個(gè)視頻層進(jìn)行整合得到人體視頻；

5、對(duì)人體視頻中的人體進(jìn)行識(shí)別并構(gòu)建人體運(yùn)動(dòng)模型，基于人體運(yùn)動(dòng)模型標(biāo)記人體關(guān)鍵點(diǎn)得到關(guān)鍵點(diǎn)運(yùn)動(dòng)模型；

6、將關(guān)鍵點(diǎn)運(yùn)動(dòng)模型與人體輪廓重合得到人體關(guān)鍵點(diǎn)運(yùn)動(dòng)視頻。

7、在一個(gè)優(yōu)選的實(shí)施方式中，所述基于視頻流獲取目標(biāo)視頻，對(duì)應(yīng)目標(biāo)視頻進(jìn)行分層得到多個(gè)視頻層的步驟，包括：

8、通過視頻流獲取目標(biāo)視頻；

9、構(gòu)建多個(gè)空白架構(gòu)視頻，基于移動(dòng)特征對(duì)目標(biāo)視頻進(jìn)行畫面分層得到多個(gè)分層畫面；

10、將多個(gè)分層畫面一對(duì)一對(duì)應(yīng)空白架構(gòu)視頻進(jìn)行同步儲(chǔ)存得到多個(gè)視頻層。

11、在一個(gè)優(yōu)選的實(shí)施方式中，所述構(gòu)建多個(gè)空白架構(gòu)視頻，基于移動(dòng)特征對(duì)目標(biāo)視頻進(jìn)行畫面分層得到多個(gè)分層畫面的步驟，包括：

12、確定多個(gè)儲(chǔ)存空間，基于多個(gè)儲(chǔ)存空間設(shè)置視頻播放架構(gòu)作為空白架構(gòu)視頻；

13、對(duì)目標(biāo)視頻中的物體輪廓進(jìn)行提取并描繪得到多個(gè)物體輪廓，在多個(gè)物體輪廓上鋪設(shè)多個(gè)移動(dòng)跟蹤點(diǎn)；

14、獲取目標(biāo)視頻中多個(gè)物體之間的空間關(guān)系，基于空間關(guān)系對(duì)移動(dòng)跟蹤點(diǎn)進(jìn)行空間排布，將相鄰的移動(dòng)跟蹤點(diǎn)之間進(jìn)行連接得到跟蹤網(wǎng)；

15、獲取目標(biāo)視頻中跟蹤網(wǎng)中移動(dòng)跟蹤點(diǎn)的移動(dòng)特征，其中，移動(dòng)特征包括移動(dòng)跟蹤點(diǎn)的移動(dòng)方向與移動(dòng)距離；

16、將具有相同移動(dòng)方向連續(xù)的移動(dòng)跟蹤點(diǎn)對(duì)應(yīng)的物體輪廓進(jìn)行提取劃分得到多個(gè)分層畫面。

17、在一個(gè)優(yōu)選的實(shí)施方式中，所述在多個(gè)視頻層中提取出人體輪廓，將涉及人體輪廓的多個(gè)視頻層進(jìn)行整合得到人體視頻的步驟，包括：

18、基于人體特征確定多個(gè)視頻層中人體輪廓的完整指數(shù)，其中，完整指數(shù)的計(jì)算公式為：

19、，其中，為完整指數(shù)，為符合人體特征的人體輪廓上移動(dòng)跟蹤點(diǎn)的數(shù)量，為符合人體特征的人體輪廓上重合的移動(dòng)跟蹤點(diǎn)數(shù)量，為符合人體特征的權(quán)重系數(shù)，與為大于零的常數(shù)；

20、基于完整指數(shù)確定存在人體輪廓的多個(gè)視頻層作為待整合視頻層，將待整合視頻層按照定點(diǎn)切面進(jìn)行整合得到人體視頻。

21、在一個(gè)優(yōu)選的實(shí)施方式中，將基于完整指數(shù)確定存在人體輪廓的多個(gè)視頻層作為待整合視頻層，將待整合視頻層按照定點(diǎn)切面進(jìn)行整合得到人體視頻的步驟，包括：

22、設(shè)置空白集合視頻；

23、將多個(gè)視頻層按照播放時(shí)間進(jìn)行定位，在多個(gè)視頻層之間設(shè)置定點(diǎn)切面，將定點(diǎn)切面與空白集合視頻進(jìn)行數(shù)據(jù)連接；

24、獲取多個(gè)視頻層中完整指數(shù)最高的人體輪廓進(jìn)行視頻線的推選，得到待整合視頻層；

25、將待整合視頻層中的人體輪廓通過定點(diǎn)切面貼至空白集合視頻中得到人體視頻。

26、在一個(gè)優(yōu)選的實(shí)施方式中，所述對(duì)人體視頻中的人體進(jìn)行識(shí)別并構(gòu)建人體運(yùn)動(dòng)模型，基于人體運(yùn)動(dòng)模型標(biāo)記人體關(guān)鍵點(diǎn)得到關(guān)鍵點(diǎn)運(yùn)動(dòng)模型的步驟，包括：

27、在人體視頻構(gòu)建人體虛擬模型；

28、將人體虛擬模型對(duì)應(yīng)人體視頻進(jìn)行跟隨，并根據(jù)人體虛擬模型的運(yùn)動(dòng)彎折處標(biāo)記關(guān)鍵點(diǎn)得到關(guān)鍵點(diǎn)運(yùn)動(dòng)模型。

29、在一個(gè)優(yōu)選的實(shí)施方式中，所述將關(guān)鍵點(diǎn)運(yùn)動(dòng)模型與人體輪廓重合得到人體關(guān)鍵點(diǎn)運(yùn)動(dòng)視頻的步驟，包括：

30、將關(guān)鍵點(diǎn)運(yùn)動(dòng)模型與人體輪廓重合；

31、重合之后的關(guān)鍵點(diǎn)運(yùn)動(dòng)模型的人體虛擬模型進(jìn)行隱藏得到人體關(guān)鍵點(diǎn)運(yùn)動(dòng)視頻。

32、本發(fā)明還提供基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別系統(tǒng)，包括：

33、分層模塊，用于基于視頻流獲取目標(biāo)視頻，對(duì)應(yīng)目標(biāo)視頻進(jìn)行分層得到多個(gè)視頻層；

34、提取模塊，與分層模塊連接，用于在多個(gè)視頻層中提取出人體輪廓，將涉及人體輪廓的多個(gè)視頻層進(jìn)行整合得到人體視頻；

35、構(gòu)建模塊，與提取模塊連接，用于對(duì)人體視頻中的人體進(jìn)行識(shí)別并構(gòu)建人體運(yùn)動(dòng)模型，基于人體運(yùn)動(dòng)模型標(biāo)記人體關(guān)鍵點(diǎn)得到關(guān)鍵點(diǎn)運(yùn)動(dòng)模型；

36、重合模塊，與構(gòu)建模塊連接，用于將關(guān)鍵點(diǎn)運(yùn)動(dòng)模型與人體輪廓重合得到人體關(guān)鍵點(diǎn)運(yùn)動(dòng)視頻。

37、在上述技術(shù)方案中，本發(fā)明提供的技術(shù)效果和優(yōu)點(diǎn)：

38、本發(fā)明將待整合視頻層中的人體輪廓通過定點(diǎn)切面貼至空白集合視頻中得到人體視頻，這里的人體視頻為目標(biāo)視頻中所有時(shí)間線的整體的人體輪廓，進(jìn)而能夠得到人體輪廓對(duì)應(yīng)的人體視頻，能夠提高視頻中獲取人體視頻的完整性，具有較好的人體關(guān)鍵點(diǎn)分析作用，能夠結(jié)合所有的視頻信息對(duì)人體輪廓進(jìn)行獲取，同時(shí)在視頻時(shí)間線上進(jìn)行人體輪廓的追溯和推選，可以在復(fù)雜背景下對(duì)人體輪廓進(jìn)行提取。

技術(shù)特征：

1.基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于：所述基于視頻流獲取目標(biāo)視頻，對(duì)應(yīng)目標(biāo)視頻進(jìn)行分層得到多個(gè)視頻層的步驟，包括：

3.根據(jù)權(quán)利要求2所述的基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于：所述構(gòu)建多個(gè)空白架構(gòu)視頻，基于移動(dòng)特征對(duì)目標(biāo)視頻進(jìn)行畫面分層得到多個(gè)分層畫面的步驟，包括：

4.根據(jù)權(quán)利要求1所述的基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于：所述在多個(gè)視頻層中提取出人體輪廓，將涉及人體輪廓的多個(gè)視頻層進(jìn)行整合得到人體視頻的步驟，包括：

5.根據(jù)權(quán)利要求4所述的基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于：將基于完整指數(shù)確定存在人體輪廓的多個(gè)視頻層作為待整合視頻層，將待整合視頻層按照定點(diǎn)切面進(jìn)行整合得到人體視頻的步驟，包括：

6.根據(jù)權(quán)利要求1所述的基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于：所述對(duì)人體視頻中的人體進(jìn)行識(shí)別并構(gòu)建人體運(yùn)動(dòng)模型，基于人體運(yùn)動(dòng)模型標(biāo)記人體關(guān)鍵點(diǎn)得到關(guān)鍵點(diǎn)運(yùn)動(dòng)模型的步驟，包括：

7.根據(jù)權(quán)利要求1所述的基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于：所述將關(guān)鍵點(diǎn)運(yùn)動(dòng)模型與人體輪廓重合得到人體關(guān)鍵點(diǎn)運(yùn)動(dòng)視頻的步驟，包括：

8.基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別系統(tǒng)，用于實(shí)現(xiàn)權(quán)利要求1-7任一項(xiàng)所述的基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法，其特征在于：包括：

技術(shù)總結(jié)
本發(fā)明公開了基于視頻流的人體關(guān)鍵點(diǎn)分析識(shí)別方法、系統(tǒng)，涉及圖像數(shù)據(jù)處理技術(shù)領(lǐng)域，基于視頻流獲取目標(biāo)視頻，對(duì)應(yīng)目標(biāo)視頻進(jìn)行分層得到多個(gè)視頻層；在多個(gè)視頻層中提取出人體輪廓，將涉及人體輪廓的多個(gè)視頻層進(jìn)行整合得到人體視頻；對(duì)人體視頻中的人體進(jìn)行識(shí)別并構(gòu)建人體運(yùn)動(dòng)模型，基于人體運(yùn)動(dòng)模型標(biāo)記人體關(guān)鍵點(diǎn)得到關(guān)鍵點(diǎn)運(yùn)動(dòng)模型；將關(guān)鍵點(diǎn)運(yùn)動(dòng)模型與人體輪廓重合得到人體關(guān)鍵點(diǎn)運(yùn)動(dòng)視頻。本發(fā)明能夠提高視頻中獲取人體視頻的完整性，具有較好的人體關(guān)鍵點(diǎn)分析作用，能夠結(jié)合所有的視頻信息對(duì)人體輪廓進(jìn)行獲取，同時(shí)在視頻時(shí)間線上進(jìn)行人體輪廓的追溯和推選，可以在復(fù)雜背景下對(duì)人體輪廓進(jìn)行提取。

技術(shù)研發(fā)人員：彭大為,梁昌城,樂永芬,張教春,王顯標(biāo),王訊,邱浩,喬長(zhǎng)偉,湯中南,趙雪琳
受保護(hù)的技術(shù)使用者：安徽建工生態(tài)科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19