CN115311324A - 姿态跟踪方法、装置、电子设备和计算机可读介质 - Google Patents

姿态跟踪方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN115311324A
CN115311324A CN202210395730.0A CN202210395730A CN115311324A CN 115311324 A CN115311324 A CN 115311324A CN 202210395730 A CN202210395730 A CN 202210395730A CN 115311324 A CN115311324 A CN 115311324A
Authority
CN
China
Prior art keywords
human body
posture information
matching result
optical flow
body posture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210395730.0A
Other languages
English (en)
Inventor
傅泽华
左文航
胡征慧
刘庆杰
王蕴红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Innovation Research Institute of Beihang University
Original Assignee
Hangzhou Innovation Research Institute of Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Innovation Research Institute of Beihang University filed Critical Hangzhou Innovation Research Institute of Beihang University
Priority to CN202210395730.0A priority Critical patent/CN115311324A/zh
Priority to PCT/CN2022/092143 priority patent/WO2023197390A1/zh
Publication of CN115311324A publication Critical patent/CN115311324A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Abstract

本公开的实施例公开了姿态跟踪方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对行人视频进行逐帧检测，得到人体边界框组集；将人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；对人体姿态信息组集中的每个人体姿态信息组进行匹配处理，得到匹配结果组集；生成人体光流框组集；将人体光流框组集输入至关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；基于光流关节点置信度信息组集，对光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。该实施方式可以提高多人姿态跟踪任务的准确率。

Description

姿态跟踪方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及姿态跟踪方法、装置、电子设备和计算机可读介质。
背景技术
计算机视觉领域中的多人姿态跟踪任务就是指通过对输入的视频进行处理，在视频的每一帧中检测出每个行人的姿态，再通过对目标的外观特征、位置、运动状态等信息进行计算分析，随着时间推移正确记录每个人的连续姿态轨迹。目前，在进行多人姿态跟踪任务时，除了需要正确识别出每个行人的关节点的位置，还需要对遮挡等原因造成的不可用关节点进行过滤。对关节点进行过滤时，通常采用的方式为：根据位置概率过滤关节点。
然而，当采用上述方式对关节点进行过滤时，经常会存在如下技术问题：
第一，会错误过滤掉因运动模糊造成对应的值较低的位置概率所对应的关节点，导致对于部分行人无法准确跟踪，造成多人姿态跟踪任务的准确率较低。
第二，在人体交错遮挡的场景下，对于因错误标记到别人身上而对应值较高的位置概率所对应的关节点，无法过滤，导致对于部分行人无法准确跟踪，造成多人姿态跟踪任务的准确率较低。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了姿态跟踪方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种姿态跟踪方法，该方法包括：对行人视频进行逐帧检测，得到人体边界框组集，其中，上述人体边界框组集中的人体边界框组对应于行人视频包括的行人视频帧；将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；根据上述人体姿态信息组集，对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集，其中，上述匹配结果组中的匹配结果包括对应上述匹配结果的人体边界框的至少一个视频帧号；响应于确定上述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集，其中，上述预设视频帧号条件为匹配结果包括的至少一个视频帧号中不包含下一视频帧号，上述下一视频帧号为上述至少一个视频帧号中上述匹配结果对应的视频帧号的下一帧视频的视频帧号；将上述人体光流框组集输入至上述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；基于上述光流关节点置信度信息组集，对上述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。
第二方面，本公开的一些实施例提供了一种姿态跟踪装置，装置包括：检测单元，被配置成对行人视频进行逐帧检测，得到人体边界框组集，其中，上述人体边界框组集中的人体边界框组对应于行人视频包括的行人视频帧；第一输入单元，被配置成将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；匹配单元，被配置成根据上述人体姿态信息组集，对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集，其中，上述匹配结果组中的匹配结果包括对应上述匹配结果的人体边界框的至少一个视频帧号；生成单元，被配置成响应于确定上述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集，其中，上述预设视频帧号条件为匹配结果包括的至少一个视频帧号中不包含下一视频帧号，上述下一视频帧号为上述至少一个视频帧号中上述匹配结果对应的视频帧号的下一帧视频的视频帧号；第二输入单元，被配置成将上述人体光流框组集输入至上述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；过滤单元，被配置成基于上述光流关节点置信度信息组集，对上述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的姿态跟踪方法，可以提升多人姿态跟踪任务的准确率。具体来说，造成多人姿态跟踪任务的准确率较低的原因在于：会错误过滤掉因运动模糊造成对应的值较低的位置概率，导致对于部分行人无法准确跟踪，造成多人姿态跟踪任务的准确率较低。基于此，本公开的一些实施例的姿态跟踪方法，首先，对行人视频进行逐帧检测，得到人体边界框组集。由此，可以初步得到行人在行人视频中的位置。然后，将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集。由此，可以得到表征人体姿态的人体姿态信息组集，以便于对人体姿态进行跟踪。其次，根据上述人体姿态信息组集，对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集。由此，可以得到对应每个人体姿态信息的匹配结果。然后，响应于确定上述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集。由此，可以得到表征预测人体姿态的人体光流框组集。之后，将上述人体光流框组集输入至上述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集。由此，可以得到表征人体光流框组集中人体光流框的人体姿态的光流人体姿态信息组集。最后，基于上述光流关节点置信度信息组集，对上述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。由此，可以实现对于光流人体姿态信息组集的过滤，从而得到对应的置信度较高的目标人体姿态信息组集。因为使用光流关节点置信度信息组集对光流人体姿态信息组集进行过滤，得到的目标人体姿态信息组集对应的置信度较高，对于因运动而成像模糊的关节点，当对应的置信度较高时，也会对该关节点进行保留，从而避免了错误过滤掉因运动模糊造成对应的值较低的位置概率所对应的关节点，进而对于该行人的上述关节点可以准确跟踪，从而可以提高多人姿态跟踪任务的准确率。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的姿态跟踪方法的一些实施例的流程图；
图2是根据本公开的姿态跟踪方法的关节点置信度网络的网络示意图；
图3是根据本公开的姿态跟踪装置的一些实施例的结构示意图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的姿态跟踪方法的一些实施例的流程100。该姿态跟踪方法，包括以下步骤：
步骤101，对行人视频进行逐帧检测，得到人体边界框组集。
在一些实施例中，姿态跟踪方法的执行主体(例如计算设备)可以对行人视频进行逐帧检测，得到人体边界框组集。其中，上述人体边界框组集中的人体边界框组对应于行人视频包括的行人视频帧。人体边界框组中的人体边界框对应行人视频帧中出现的行人。其中，上述行人视频可以为录制场景中出现至少一个行人的视频。实践中，上述执行主体可以使用HTC(Hybrid Task Cascade，混合任务级联)检测器对行人视频进行逐帧检测，得到人体边界框组集。由此，可以初步得到行人在行人视频中的位置。
需要说明的是，上述计算设备可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。应该理解，根据实现需要，可以具有任意数目的计算设备。
步骤102，将人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集。
在一些实施例中，上述执行主体可以将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集和关节点置信度信息组集。其中，上述关节点置信度网络可以为以人体边界框组集作为输入，以人体姿态信息组集和关节点置信度信息组集作为输出的神经网络。例如，上述关节点置信度网络可以为Hourglass Network(沙漏网络)。由此，可以得到表征人体姿态的人体姿态信息组集，以便于对人体姿态进行跟踪。
如图2所示，在一些实施例的一些可选的实现方式中，上述关节点置信度网络包括骨干网络、关节点预测分支和关节点可用性分支，上述关节点可用性分支包括残差网络和至少一个分类器。上述骨干网络可以为HRNet(High-Resoultion Net，高分辨率网络)。上述关节点预测分支可以为以上述骨干网络输出的特征图组集作为输入，以关节点位置概率信息组集和关节点位置坐标信息组集作为输出的神经网络。实践中，上述关节点预测分支可以对上述骨干网络输出的特征图组集进行连续的转置卷积。其中，训练上述关节点预测分支的损失函数可以为：
Figure BDA0003598844340000061
其中，L表示上述关节点预测分支的损失函数。K表示预设关节点类型数量。例如，K可以取值为15。W表示热力图的长度。H表示热力图的宽度。其中，上述热力图为上述关节点预测分支在运行过程中生成的热力图。k表示第k个关节点。i表示热力图的第i列。j表示热力图的第j行。
Figure BDA0003598844340000062
表示第k个关节点的热力图矩阵中第i列第j行的值。
Figure BDA0003598844340000063
表示第k个关节点的二阶高斯分布标签矩阵中第i列第j行的值。上述二阶高斯分布标签矩阵由各个预设关节点真实标签转化得到。
Figure BDA0003598844340000071
和
Figure BDA0003598844340000072
的大小相同。vk表示第k个关节点的预设关节点真实标签。上述预设关节点真实标签可以为预先设置的关节点真实标签。上述预设关节点真实标签的值为0或1。
上述关节点可用性分支可以为以上述骨干网络输出的特征图组集作为输入，以关节点可用性概率信息组集作为输出的神经网络。其中，可以使用focal loss函数作为训练上述关节点可用性分支的损失函数，该损失函数可以如下式所示：
FL(p)＝-αp×(1-p)γ×log(p)。
p＝(pavl)y×(1-pavl)1-y。
αp＝αy×(1-α)1-y。
其中，y表示预设关节点真实标签。预设关节点真实标签为0或1。p表示关节点分类概率。pavl表示关节点可用性概率。其中，上述关节点可用性概率可以为关节点可用性分支包括的分类器输出的概率。由上式所示，当预设关节点真实标签y为1时，关节点分类概率p为pavl。当预设关节点真实标签y为0时，关节点分类概率p为1-pavl。FL(p)表示Focal Floss函数。αp是上述关节点分类概率p对应的权重因子，γ是聚焦参数。这里，其他参数的取值可以采用focal loss函数的默认参数。例如，γ取值为2。α取值为0.25。
实践中，首先，可以对上述人体边界框组集包括的人体边界框进行裁剪以及缩放。实践中，上述执行主体可以将上述人体边界框组集包括的人体边界框从对应的行人视频帧中裁剪出来，并将裁剪得到的各个人体边界框缩放至固定大小(例如，384×288)。然后，上述关节点置信度网络在处理裁剪以及重新缩放后的人体边界框组集时，第一步，可以将上述裁剪以及重新缩放后的人体边界框组集输入至上述骨干网络，得到特征图组集。这里，可以将HRNet的第四阶段最后一个交换单元输出的每个高分辨率特征作为上述骨干网络输出的特征图。第二步，可以将上述特征图组集分别输入至上述关节点预测分支和关节点可用性分支，得到关节点位置概率信息组集、关节点位置坐标信息组集和关节点可用性概率信息组集。第三步，可以根据上述关节点位置概率信息组集和上述关节点可用性概率信息组集，生成关节点置信度信息组集。实践中，对于关节点位置概率信息和关节点可用性概率信息，可以将对应同一关节点的关节点位置概率和关节点可用性概率的积确定为关节点置信度，得到关节点置信度信息。第四步，可以将上述特征图组集中每个特征图表征的人体姿态确定为人体姿态信息，得到人体姿态信息组集。第五步，输出上述关节点置信度信息组集和上述人体姿态信息组集。
步骤103，根据人体姿态信息组集，对人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集。
在一些实施例中，上述执行主体可以根据上述人体姿态信息组集，对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集。其中，上述匹配结果组中的匹配结果包括对应上述匹配结果的人体边界框的至少一个视频帧号。上述视频帧号可以为行人视频中每个行人视频帧的帧号。实践中，可以使用匈牙利算法对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理。由此，可以得到对应每个人体姿态信息的匹配结果。
在一些实施例的一些可选的实现方式中，首先，上述执行主体可以对于上述人体姿态信息组集中相邻两帧行人视频帧分别对应的人体姿态信息组，执行如下操作：
第一步，将相邻两帧行人视频帧中前一帧行人视频帧对应的人体姿态信息组确定为第一人体姿态信息组。
第二步，将相邻两帧行人视频帧中后一帧行人视频帧对应的人体姿态信息组确定为第二人体姿态信息组。
第三步，确定上述第一人体姿态信息组中每个第一人体姿态信息与上述第二人体姿态信息组中各个第二人体姿态信息的距离，得到距离集合。其中，上述距离可以为IoU(Intersection over union)距离。
第四步，根据上述距离集合，对上述第一人体姿态信息组中的第一人体姿态信息和上述第二人体姿态信息组中的第二人体姿态信息进行分配处理，得到相邻视频帧匹配结果。实践中，可以根据上述距离集合，采用匈牙利算法对上述第一人体姿态信息组中的第一人体姿态信息和上述第二人体姿态信息组中的第二人体姿态信息进行分配处理，得到相邻视频帧匹配结果。
然后，可以根据所得到的各个相邻视频帧匹配结果，生成匹配结果组集。实践中，可以将成功匹配的各个第二人体姿态信息对应的视频帧号组合为匹配结果，从而得到匹配结果组集。由此，可以实现人体姿态的帧间匹配。
步骤104，响应于确定匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集。
在一些实施例中，上述执行主体可以响应于确定上述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集。其中，上述预设视频帧号条件为匹配结果包括的至少一个视频帧号中不包含下一视频帧号。上述下一视频帧号为上述至少一个视频帧号中上述匹配结果对应的视频帧号的下一帧视频的视频帧号。实践中，可以采用各种方式生成人体光流框组集。由此，可以得到表征预测人体姿态的人体光流框组集。
在一些实施例的一些可选的实现方式中，第一步，上述执行主体可以根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，确定待处理视频帧集合。实践中，可以将满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组对应的视频帧确定为待处理视频帧。第二步，可以根据上述待处理视频帧集合中每对相邻的两帧待处理视频帧，执行以下子步骤：
第一子步骤，根据上述相邻的两帧待处理视频帧，生成光流图矩阵。其中，上述光流图矩阵包括像素偏移量集合。实践中，根据上述相邻的两帧待处理视频帧，可以使用光流法生成光流图矩阵。
第二子步骤，从上述人体姿态信息组集中选择对应上述相邻的两帧待处理视频帧的人体姿态信息组作为第一人体姿态信息组，得到第一人体姿态信息组集。
第三子步骤，从上述第一人体姿态信息组集中选择满足上述预设视频帧号条件的匹配结果所对应的第一人体姿态信息作为第二人体姿态信息，得到至少一个第二人体姿态信息。
第四子步骤，对于上述至少一个第二人体姿态信息中的每个第二人体姿态信息，从上述像素偏移量集合中选择对应的像素位于上述第二人体姿态信息对应的范围内的像素偏移量作为目标像素偏移量，得到对应上述第二人体姿态信息的目标像素偏移量集合。其中，上述像素可以为上述像素偏移量对应的两个像素中偏移后的像素。
第五子步骤，根据上述目标像素偏移量集合，生成光流掩码图。实践中，可以将上述目标像素偏移量集合中的目标像素偏移量构建为矩阵，得到光流掩码图。
第六子步骤，将上述光流掩码图的最小外接矩形确定为人体光流框。其中，上述人体光流框对应上述相邻的两帧待处理视频帧中的后一帧待处理视频帧。由此，可以得到表征对后一帧待处理视频帧预测的人体光流框。
步骤105，将人体光流框组集输入至关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集。
在一些实施例中，上述执行主体可以将上述人体光流框组集输入至上述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集。由此，可以得到表征人体光流框组集中人体光流框的人体姿态的光流人体姿态信息组集。
步骤106，基于光流关节点置信度信息组集，对光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。
在一些实施例中，上述执行主体可以基于上述光流关节点置信度信息组集，对上述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。实践中，可以设定关节点置信度阈值条件，响应于上述光流关节点置信度信息组集中存在满足设定的关节点置信度阈值条件的关节点置信度信息，将对应的光流人体姿态信息删除。例如，上述关节点置信度阈值条件可以为：光流关节点置信度信息中存在包括的光流关节点置信度小于预设置信度阈值。由此，可以实现对于光流人体姿态信息组集的过滤，从而得到对应的置信度较高的目标人体姿态信息组集。
在一些实施例的一些可选的实现方式中，首先，对于上述光流关节点置信度信息组集包括的每个光流关节点置信度信息，上述执行主体可以根据上述光流关节点置信度信息，生成平均光流关节点置信度。实践中，可以将光流关节点置信度信息包括的各个光流关节点置信度的均值确定为平均光流关节点置信度。其次，可以从所得到的平均光流关节点置信度中选择小于预设光流阈值的平均光流关节点置信度作为第一待过滤置信度。最后，可以将得到的第一待过滤置信度对应的光流人体姿态信息从上述光流人体姿态信息组集中删除。由此，可以得到对应的置信度较高的光流人体姿态信息。
可选地，首先，上述执行主体可以将删除处理后的光流人体姿态信息组集中每个光流人体姿态信息组对应的视频帧号确定为目标视频帧号，得到目标视频帧号集。其次，可以从上述人体姿态信息组集中选择对应的视频帧号在上述目标视频帧号集内的人体姿态信息组作为对照人体姿态信息组，得到对照人体姿态信息组集。然后，可以根据删除处理后的光流人体姿态信息组集和上述对照人体姿态信息组集，生成姿态重叠度组集。实践中，可以采用下式生成姿态重叠度：
Figure BDA0003598844340000111
其中，δ表示将布尔类型结果转换为0和1的函数。其中，当满足括号内的条件时，δ将布尔类型结果转换为1。当不满足括号内的条件时，δ将布尔类型结果转换为0。p，q分别表示光流人体姿态信息和对照人体姿态信息对应的两个行人。IOUp，q表示行人p和行人q的IoU值(Intersection over Union)。该IoU值可以预先确定。k表示第k个关节点。
Figure BDA0003598844340000121
表示行人p的第k个关节点和行人q的第k个关节点之间的欧氏距离。s2表示行人p和行人q的尺度因子。其中，该尺度因子可以通过光流人体姿态信息和对照人体姿态信息分别对应的人体边界框面积的平方根的和来确定。
Figure BDA0003598844340000122
表示第k个关节点的归一化因子。该归一化因子可以预先确定。Vpk表示行人p的第k个关节点的置信度。Vqk表示行人q的第k个关节点的置信度。ε为预设参数。
之后，可以从上述姿态重叠度组集中选择大于预设姿态重叠度阈值的姿态重叠度作为第二待过滤置信度。最后，可以将上述第二待过滤置信度对应的光流人体姿态信息从上述光流人体姿态信息组集中删除。
上述内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“在人体交错遮挡的场景下，对于因错误标记到别人身上而对应值较高的位置概率所对应的关节点，无法过滤，导致对于部分行人无法准确跟踪，造成多人姿态跟踪任务的准确率较低”。导致多人姿态跟踪任务的准确率较低的因素如下：在人体交错遮挡的场景下，由于因错误标记到别人身上而对应的位置概率的值较高，使用IoU的度量方式确定交并比，从而得到的相似度较低，无法过滤；此外，由于两个框对应的关节点不同，同样导致相似度较低，无法过滤。如果解决了上述因素，就能达到将上述目标的目标定位信息和目标分类信息投入实际生产使用的效果。为了达到这一效果，本公开通过采用上述使用姿态重叠度的方式对关节点进行过滤。因此，通过采用上述使用姿态重叠度的方式，可以对重叠的光流人体姿态信息有效过滤。从而可以实现对于部分行人的准确跟踪，从而提升多人姿态跟踪任务的准确率。
可选地，首先，上述执行主体可以将上述匹配结果组集中满足预设单视频帧号条件的匹配结果确定为目标匹配结果，得到目标匹配结果集合。上述预设单视频帧号条件可以为匹配结果只包括1个视频帧号。其次，可以从上述人体姿态信息组集中选择对应上述目标匹配结果集合包括的目标匹配结果的人体姿态信息作为待整合人体姿态信息，得到待整合人体姿态信息集合。然后，可以将上述待整合人体姿态信息集合输入至预设行人特征模型，得到待整合行人特征信息集合。上述预设行人特征模型可以为以待整合人体姿态信息集合为输入，以待整合行人特征信息集合为输出的神经网络模型。上述预设行人特征模型可以包括骨干网络、行人特征提取模块、分类器。上述骨干网络可以为HRNet。上述行人特征提取模块可以包括卷积层、平均池化层和批标准化层。上述分类器可以包括一个全连接层和Softmax层。需要说明的是，上述分类器仅用于上述预设行人特征模型的训练，在上述预设行人特征模型实际应用时，上述分类器并不使用。之后，可以根据所述待整合行人特征信息集合，生成所述待整合行人特征信息集合中每个待整合行人特征信息的行人特征相似度信息，得到行人特征相似度信息集合。实践中，可以确定上述待整合行人特征信息集合中每个待整合行人特征信息与其他待整合行人特征信息的相似度，得到行人特征相似度信息集合。其中，确定相似度的公式如下式所示：
Figure BDA0003598844340000131
其中，p，q分别表示两个待整合行人特征信息对应的两个行人。S(p，q)表示行人特征相似度。D表示待整合行人特征信息所表征的特征向量的维度。k表示第k个关节点。
Figure BDA0003598844340000132
表示行人p第k个关节点的特征向量。
Figure BDA0003598844340000133
表示行人q第k个关节点的特征向量。
其次，可以将上述行人特征相似度信息集合中满足预设相似度条件的行人特征相似度信息确定为目标相似度信息，得到目标相似度信息集合。上述预设相似度条件可以为上述行人特征相似度信息中的行人特征相似度大于预设行人特征相似度阈值。然后，可以根据上述目标相似度信息集合，对上述匹配结果组集进行更新。实践中，可以将上述目标相似度信息集合中每个目标相似度信息对应的视频帧号分别记录进对应的匹配结果中。最后，对于所述目标相似度信息集合中的每个目标相似度信息，可以从所述行人特征相似度信息集合中删除对应所述目标相似度信息的行人特征相似度信息。由此，可以对于匹配结果仅有一个视频帧号的人体姿态信息再次进行匹配，使得由于检测器性能导致未成功匹配的人体姿态信息成功匹配，从而提高多人姿态跟踪任务的准确率。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的姿态跟踪方法，可以提升多人姿态跟踪任务的准确率。具体来说，造成多人姿态跟踪任务的准确率较低的原因在于：会错误过滤掉因运动模糊造成对应的值较低的位置概率，导致对于部分行人无法准确跟踪，造成多人姿态跟踪任务的准确率较低。基于此，本公开的一些实施例的姿态跟踪方法，首先，对行人视频进行逐帧检测，得到人体边界框组集。由此，可以初步得到行人在行人视频中的位置。然后，将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集。由此，可以得到表征人体姿态的人体姿态信息组集，以便于对人体姿态进行跟踪。其次，根据上述人体姿态信息组集，对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集。由此，可以得到对应每个人体姿态信息的匹配结果。然后，响应于确定上述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集。由此，可以得到表征预测人体姿态的人体光流框组集。之后，将上述人体光流框组集输入至上述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集。由此，可以得到表征人体光流框组集中人体光流框的人体姿态的光流人体姿态信息组集。最后，基于上述光流关节点置信度信息组集，对上述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。由此，可以实现对于光流人体姿态信息组集的过滤，从而得到对应的置信度较高的目标人体姿态信息组集。因为使用光流关节点置信度信息组集对光流人体姿态信息组集进行过滤，得到的目标人体姿态信息组集对应的置信度较高，对于因运动而成像模糊的关节点，当对应的置信度较高时，也会对该关节点进行保留，从而避免了错误过滤掉因运动模糊造成对应的值较低的位置概率所对应的关节点，进而对于该行人的上述关节点可以准确跟踪，从而可以提高多人姿态跟踪任务的准确率。
继续参考图3，作为对上述各图所示方法的实现，本公开提供了一种姿态跟踪装置的一些实施例，这些装置实施例与图3所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的姿态跟踪装置300包括：检测单元301、第一输入单元302、匹配单元303、生成单元304、第二输入单元305和过滤单元306。其中，检测单元301被配置成对行人视频进行逐帧检测，得到人体边界框组集，其中，上述人体边界框组集中的人体边界框组对应于行人视频包括的行人视频帧；第一输入单元302被配置成将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；匹配单元303被配置成根据上述人体姿态信息组集，对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集，其中，上述匹配结果组中的匹配结果包括对应上述匹配结果的人体边界框的至少一个视频帧号；生成单元304被配置成响应于确定上述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集，其中，上述预设视频帧号条件为匹配结果包括的至少一个视频帧号中不包含下一视频帧号，上述下一视频帧号为上述至少一个视频帧号中上述匹配结果对应的视频帧号的下一帧视频的视频帧号；第二输入单元305被配置成将上述人体光流框组集输入至上述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；过滤单元306被配置成基于上述光流关节点置信度信息组集，对上述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。
可以理解的是，该装置300中记载的诸单元与参考图3描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如计算设备)400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：对行人视频进行逐帧检测，得到人体边界框组集，其中，上述人体边界框组集中的人体边界框组对应于行人视频包括的行人视频帧；将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；根据上述人体姿态信息组集，对上述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集，其中，上述匹配结果组中的匹配结果包括对应上述匹配结果的人体边界框的至少一个视频帧号；响应于确定上述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足上述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集，其中，上述预设视频帧号条件为匹配结果包括的至少一个视频帧号中不包含下一视频帧号，上述下一视频帧号为上述至少一个视频帧号中上述匹配结果对应的视频帧号的下一帧视频的视频帧号；将上述人体光流框组集输入至上述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；基于上述光流关节点置信度信息组集，对上述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括检测单元、第一输入单元、匹配单元、生成单元、第二输入单元和过滤单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一输入单元还可以被描述为“将上述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种姿态跟踪方法，包括：
对行人视频进行逐帧检测，得到人体边界框组集，其中，所述人体边界框组集中的人体边界框组对应于行人视频包括的行人视频帧；
将所述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；
根据所述人体姿态信息组集，对所述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集，其中，所述匹配结果组中的匹配结果包括对应所述匹配结果的人体边界框的至少一个视频帧号；
响应于确定所述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足所述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集，其中，所述预设视频帧号条件为匹配结果包括的至少一个视频帧号中不包含下一视频帧号，所述下一视频帧号为所述至少一个视频帧号中所述匹配结果对应的视频帧号的下一帧视频的视频帧号；
将所述人体光流框组集输入至所述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；
基于所述光流关节点置信度信息组集，对所述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。
2.根据权利要求1所述的方法，其中，所述生成人体光流框组集，包括：
根据满足所述预设视频帧号条件的匹配结果所对应的各个匹配结果组，确定待处理视频帧集合；
根据所述待处理视频帧集合中每对相邻的两帧待处理视频帧，执行以下步骤：
根据所述相邻的两帧待处理视频帧，生成光流图矩阵，其中，所述光流图矩阵包括像素偏移量集合；
从所述人体姿态信息组集中选择对应所述相邻的两帧待处理视频帧的人体姿态信息组作为第一人体姿态信息组，得到第一人体姿态信息组集；
从所述第一人体姿态信息组集中选择满足所述预设视频帧号条件的匹配结果所对应的第一人体姿态信息作为第二人体姿态信息，得到至少一个第二人体姿态信息；
对于所述至少一个第二人体姿态信息中的每个第二人体姿态信息，从所述像素偏移量集合中选择对应的像素位于所述第二人体姿态信息对应的范围内的像素偏移量作为目标像素偏移量，得到对应所述第二人体姿态信息的目标像素偏移量集合；
根据所述目标像素偏移量集合，生成光流掩码图；
将所述光流掩码图的最小外接矩形确定为人体光流框。
3.根据权利要求1所述的方法，其中，所述对所述光流人体姿态信息组集进行过滤，包括：
对于所述光流关节点置信度信息组集包括的每个光流关节点置信度信息，根据所述光流关节点置信度信息，生成平均光流关节点置信度；
从所得到的平均光流关节点置信度中选择小于预设光流阈值的平均光流关节点置信度作为第一待过滤置信度；
将得到的第一待过滤置信度对应的光流人体姿态信息从所述光流人体姿态信息组集中删除。
4.根据权利要求1所述的方法，其中，所述关节点置信度网络包括骨干网络、关节点预测分支和关节点可用性分支，所述关节点可用性分支包括残差网络和至少一个分类器。
5.根据权利要求1所述的方法，其中，所述方法还包括：
将所述匹配结果组集中满足预设单视频帧号条件的匹配结果确定为目标匹配结果，得到目标匹配结果集合；
从所述人体姿态信息组集中选择对应所述目标匹配结果集合包括的目标匹配结果的人体姿态信息作为待整合人体姿态信息，得到待整合人体姿态信息集合；
将所述待整合人体姿态信息集合输入至预设行人特征模型，得到待整合行人特征信息集合；
根据所述待整合行人特征信息集合，生成所述待整合行人特征信息集合中每个待整合行人特征信息的行人特征相似度信息，得到行人特征相似度信息集合；
将所述行人特征相似度信息集合中满足预设相似度条件的行人特征相似度信息确定为目标相似度信息，得到目标相似度信息集合；
根据所述目标相似度信息集合，对所述匹配结果组集进行更新；
对于所述目标相似度信息集合中的每个目标相似度信息，从所述行人特征相似度信息集合中删除对应所述目标相似度信息的行人特征相似度信息。
6.根据权利要求1-5之一所述的方法，其中，所述对所述人体姿态信息组集进行匹配处理，包括：
对于所述人体姿态信息组集中相邻两帧行人视频帧分别对应的人体姿态信息组，执行如下操作：
将相邻两帧行人视频帧中前一帧行人视频帧对应的人体姿态信息组确定为第一人体姿态信息组；
将相邻两帧行人视频帧中后一帧行人视频帧对应的人体姿态信息组确定为第二人体姿态信息组；
确定所述第一人体姿态信息组中每个第一人体姿态信息与所述第二人体姿态信息组中各个第二人体姿态信息的距离，得到距离集合；
根据所述距离集合，对所述第一人体姿态信息组中的第一人体姿态信息和所述第二人体姿态信息组中的第二人体姿态信息进行分配处理，得到相邻视频帧匹配结果；
根据所得到的各个相邻视频帧匹配结果，生成匹配结果组集。
7.一种姿态跟踪装置，包括：
检测单元，被配置成对行人视频进行逐帧检测，得到人体边界框组集，其中，所述人体边界框组集中的人体边界框组对应于行人视频包括的行人视频帧；
第一输入单元，被配置成将所述人体边界框组集输入至关节点置信度网络，得到人体姿态信息组集；
匹配单元，被配置成根据所述人体姿态信息组集，对所述人体姿态信息组集中的每个人体姿态信息组进行匹配处理，以生成匹配结果组，得到匹配结果组集，其中，所述匹配结果组中的匹配结果包括对应所述匹配结果的人体边界框的至少一个视频帧号；
生成单元，被配置成响应于确定所述匹配结果组集中存在满足预设视频帧号条件的匹配结果，根据满足所述预设视频帧号条件的匹配结果所对应的各个匹配结果组，生成人体光流框组集，其中，所述预设视频帧号条件为匹配结果包括的至少一个视频帧号中不包含下一视频帧号，所述下一视频帧号为所述至少一个视频帧号中所述匹配结果对应的视频帧号的下一帧视频的视频帧号；
第二输入单元，被配置成将所述人体光流框组集输入至所述关节点置信度网络，得到光流人体姿态信息组集和光流关节点置信度信息组集；
过滤单元，被配置成基于所述光流关节点置信度信息组集，对所述光流人体姿态信息组集进行过滤，得到目标人体姿态信息组集。
8.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN202210395730.0A 2022-04-15 2022-04-15 姿态跟踪方法、装置、电子设备和计算机可读介质 Pending CN115311324A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210395730.0A CN115311324A (zh) 2022-04-15 2022-04-15 姿态跟踪方法、装置、电子设备和计算机可读介质
PCT/CN2022/092143 WO2023197390A1 (zh) 2022-04-15 2022-05-11 姿态跟踪方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210395730.0A CN115311324A (zh) 2022-04-15 2022-04-15 姿态跟踪方法、装置、电子设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN115311324A true CN115311324A (zh) 2022-11-08

Family

ID=83854891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210395730.0A Pending CN115311324A (zh) 2022-04-15 2022-04-15 姿态跟踪方法、装置、电子设备和计算机可读介质

Country Status (2)

Country Link
CN (1) CN115311324A (zh)
WO (1) WO2023197390A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI438702B (zh) * 2011-05-04 2014-05-21 Univ Nat Chiao Tung 影像環境邊界之動態設定方法及人員活動內容之即時判定方法
CN102682302B (zh) * 2012-03-12 2014-03-26 浙江工业大学 一种基于关键帧的多特征融合的人体姿态识别方法
US9489743B2 (en) * 2013-03-13 2016-11-08 Mecommerce, Inc. Determining dimension of target object in an image using reference object
CN104392223B (zh) * 2014-12-05 2017-07-11 青岛科技大学 二维视频图像中的人体姿态识别方法
SG10202009760XA (en) * 2020-10-01 2021-04-29 Yitu Pte Ltd Video-based pose estimation method and apparatus, medium, and electronic device

Also Published As

Publication number Publication date
WO2023197390A1 (zh) 2023-10-19

Similar Documents

Publication Publication Date Title
CN108710885B (zh) 目标对象的检测方法和装置
CN109165573B (zh) 用于提取视频特征向量的方法和装置
Yang et al. Single image haze removal via region detection network
CN111445418A (zh) 图像去雾处理方法、装置及计算机设备
WO2020082382A1 (en) Method and system of neural network object recognition for image processing
WO2023082453A1 (zh) 一种图像处理方法及装置
CN111414879A (zh) 人脸遮挡程度识别方法、装置、电子设备及可读存储介质
CN111951192A (zh) 一种拍摄图像的处理方法及拍摄设备
Yuan et al. Single image dehazing via NIN-DehazeNet
JP2023525462A (ja) 特徴を抽出するための方法、装置、電子機器、記憶媒体およびコンピュータプログラム
CN113066034A (zh) 人脸图像的修复方法与装置、修复模型、介质和设备
CN111582074A (zh) 一种基于场景深度信息感知的监控视频树叶遮挡检测方法
CN113537153A (zh) 仪表图像识别方法、装置、电子设备和计算机可读介质
CN114723760B (zh) 人像分割模型的训练方法、装置及人像分割方法、装置
CN116468992B (zh) 一种重复校正性监督空间识别与还原方法与装置
JP7176616B2 (ja) 画像処理システム、画像処理装置、画像処理方法、及び画像処理プログラム
CN112417991A (zh) 基于沙漏胶囊网络的双注意力人脸对齐方法
CN114565953A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN115311324A (zh) 姿态跟踪方法、装置、电子设备和计算机可读介质
CN112052863B (zh) 一种图像检测方法及装置、计算机存储介质、电子设备
CN114120423A (zh) 人脸图像检测方法、装置、电子设备和计算机可读介质
CN113920023A (zh) 图像处理方法及装置、计算机可读介质和电子设备
CN114066841A (zh) 一种天空检测方法、装置、计算机设备和存储介质
CN113283318A (zh) 图像处理方法、装置、电子设备及存储介质
CN113205530A (zh) 阴影区域处理方法及装置、计算机可读介质和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication