WO2021253777A1 - 姿态检测及视频处理方法、装置、电子设备和存储介质 - Google Patents

姿态检测及视频处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
WO2021253777A1
WO2021253777A1 PCT/CN2020/138127 CN2020138127W WO2021253777A1 WO 2021253777 A1 WO2021253777 A1 WO 2021253777A1 CN 2020138127 W CN2020138127 W CN 2020138127W WO 2021253777 A1 WO2021253777 A1 WO 2021253777A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
connection
depth information
training
continuous depth
Prior art date
Application number
PCT/CN2020/138127
Other languages
English (en)
French (fr)
Inventor
钱晨
林君仪
陈梦婷
Original Assignee
北京市商汤科技开发有限公司
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 北京市商汤科技开发有限公司 filed Critical 北京市商汤科技开发有限公司
Priority to KR1020217036883A priority Critical patent/KR20210157470A/ko
Priority to JP2021567798A priority patent/JP2022541709A/ja
Publication of WO2021253777A1 publication Critical patent/WO2021253777A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition

Abstract

本公开涉及一种姿态检测及视频处理方法、及装置、电子设备和存储介质。所述姿态检测方法包括：获取目标图像；根据所述目标图像，获取所述目标图像中目标对象的连续深度信息和位置信息；根据所述连续深度信息和所述位置信息，确定所述目标对象的姿态。通过上述过程，可以更为准确地检测目标对象的姿态，提高姿态检测的精度和效果。

Description

姿态检测及视频处理方法、装置、电子设备和存储介质
相关申请的交叉引用
本公开基于申请号为202010566388.7、申请日为2020年06月19日的中国专利申请提出，并要求该中国专利申请的优先权，该中国专利申请的全部内容在此引入本公开作为参考。
技术领域
本公开涉及图像处理技术领域，尤其涉及一种姿态检测及视频处理方法、装置、电子设备和存储介质。
背景技术
三维人体姿态估计是指对一幅图像或一段视频中人体的三维位置进行估计。该任务是计算机视觉领域的一个活跃的研究课题，是许多应用程序(如动作识别、人机交互和自动驾驶)的关键步骤。如何通过输入的图像，实现高精度的三维位置信息预测，是目前一个亟待解决的问题。
发明内容
本公开提出了一种姿态检测技术方案。
根据本公开的一方面，提供了一种姿态检测方法，包括：
获取目标图像；根据所述目标图像，获取所述目标图像中目标对象的连续深度信息和位置信息；根据所述连续深度信息和所述位置信息，确定所述目标对象的姿态。
在一种可能的实现方式中，所述根据所述目标图像，获取所述目标图像中目标对象的连续深度信息和位置信息，包括：将所述目标图像通过第一神经网络模型，得到所述目标图像中目标对象的连续深度信息和位置信息；所述第一神经网络模型通过第一训练数据和第二训练数据进行训练得到，其中，所述第一训练数据为包括训练对象的训练图像；所述第二训练数据包括所述训练对象的连续深度信息，以及所述训练对象的位置信息。
在一种可能的实现方式中，所述根据所述连续深度信息和所述位置信息，确定所述目标对象的姿态，包括：将所述连续深度信息和所述位置信息通过第二神经网络模型，得到所述目标对象的姿态；所述第二神经网络模型通过第二训练数据和第三训练数据进行训练，其中，所述第二训练数据包括训练对象的连续深度信息，以及所述训练对象的位置信息；所述第三训练数据包括所述训练对象的姿态。
在一种可能的实现方式中，所述第二训练数据根据第三训练数据生成，所述第三训练数据包括所述训练对象的姿态；根据所述第三训练数据，生成所述第二训练数据，包括：根据所述第三训练数据中所述训练对象的姿态，得到所述训练对象的离散深度信息，以及所述训练对象的位置信息；对至少部分所述离散深度信息进行处理，得到所述训练对象的连续深度信息；根据所述训练对象的连续深度信息以及所述训练对象的位置信息，生成所述第二训练数据。
在一种可能的实现方式中，所述对至少部分所述离散深度信息进行处理，得到所述训练对象的连续深度信息，包括：获取与至少部分所述离散深度信息所对应的至少一个连接；根据所述连接所对应的离散深度信息，确定至少一个所述连接的连续深度子信息；统计至少一个所述连续深度子信息，得到所述训练对象的连续深度信息。
在一种可能的实现方式中，所述根据所述连接所对应的离散深度信息，确定至少一个 所述连接的连续深度子信息，包括：根据所述连接所对应的离散深度信息，通过线性插值，得到所述连接上至少一个点的第一连续深度子信息；确定至少一个所述连接对应的连接范围；根据所述第一连续深度子信息，确定与所述连接对应的连接范围内至少一个点的第二连续深度子信息；根据所述第一连续深度子信息和/或第二连续深度子信息，得到所述连接对应的连续深度子信息，从而得到所述至少一个所述连接的连续深度子信息。
在一种可能的实现方式中，所述根据所述第一连续深度子信息，确定与所述连接对应的连接范围内至少一个点的第二连续深度子信息，包括：在所述连接范围在所述连接对应的离散深度信息的预设范围内的情况下，将所述连接对应的离散深度信息，作为所述连接范围内至少一个点的第二连续深度子信息；在所述连接范围在所述连接对应的离散深度信息的预设范围以外的情况下，根据所述连接中距离所述连接范围内的点最近的第一连续深度子信息，得到所述连接范围内至少一个点的第二连续深度子信息。
根据本公开的一方面，提供了一种视频处理方法，包括：
对当前场景进行图像采集，得到采集视频；从所述采集视频中，选定至少两帧包含目标对象的目标图像；通过上述任意一项所述姿态检测方法，对至少两帧所述目标图像中的所述目标对象进行姿态检测，确定所述采集视频中所述目标对象的至少两个姿态。
在一种可能的实现方式中，所述方法还包括：根据所述目标对象的至少两个姿态，以及所述采集视频中的帧的时间，得到所述目标对象的连续姿态；根据所述目标对象的连续姿态，对所述目标对象进行跟踪。
根据本公开的一方面，提供了一种姿态检测装置，包括：
目标图像获取部分，配置为获取目标图像；信息获取部分，配置为根据所述目标图像，获取所述目标图像中目标对象的连续深度信息和位置信息；姿态确定部分，配置为根据所述连续深度信息和所述位置信息，确定所述目标对象的姿态。
在一种可能的实现方式中，所述信息获取部分配置为：将所述目标图像通过第一神经网络模型，得到所述目标图像中目标对象的连续深度信息和位置信息；所述第一神经网络模型通过第一训练数据和第二训练数据进行训练得到，其中，所述第一训练数据为包括训练对象的训练图像；所述第二训练数据包括所述训练对象的连续深度信息，以及所述训练对象的位置信息。
在一种可能的实现方式中，所述姿态确定部分配置为：将所述连续深度信息和所述位置信息通过第二神经网络模型，得到所述目标对象的姿态；所述第二神经网络模型通过第二训练数据和第三训练数据进行训练，其中，所述第二训练数据包括训练对象的连续深度信息，以及所述训练对象的位置信息；所述第三训练数据包括所述训练对象的姿态。
在一种可能的实现方式中，所述第二训练数据根据第三训练数据生成，所述第三训练数据包括所述训练对象的姿态；根据所述第三训练数据，生成所述第二训练数据，包括：根据所述第三训练数据中所述训练对象的姿态，得到所述训练对象的离散深度信息，以及所述训练对象的位置信息；对至少部分所述离散深度信息进行处理，得到所述训练对象的连续深度信息；根据所述训练对象的连续深度信息以及所述训练对象的位置信息，生成所述第二训练数据。
在一种可能的实现方式中，所述对至少部分所述离散深度信息进行处理，得到所述训练对象的连续深度信息，包括：获取与至少部分所述离散深度信息所对应的至少一个连接；根据所述连接所对应的离散深度信息，确定至少一个所述连接的连续深度子信息；统计至少一个所述连续深度子信息，得到所述训练对象的连续深度信息。
在一种可能的实现方式中，所述根据所述连接所对应的离散深度信息，确定至少一个所述连接的连续深度子信息，包括：根据所述连接所对应的离散深度信息，通过线性插值，得到所述连接上至少一个点的第一连续深度子信息；确定至少一个所述连接对应的连接范围；根据所述第一连续深度子信息，确定与所述连接对应的连接范围内至少一个点的第二 连续深度子信息；根据所述第一连续深度子信息和/或第二连续深度子信息，得到所述连接对应的连续深度子信息。
在一种可能的实现方式中，所述根据所述第一连续深度子信息，确定与所述连接对应的连接范围内至少一个点的第二连续深度子信息，包括：在所述连接范围在所述连接对应的离散深度信息的预设范围内的情况下，将所述连接对应的离散深度信息，作为所述连接范围内至少一个点的第二连续深度子信息；在所述连接范围在所述连接对应的离散深度信息的预设范围以外的情况下，根据所述连接中距离所述连接范围内的点最近的第一连续深度子信息，得到所述连接范围内至少一个点的第二连续深度子信息。
根据本公开的一方面，提供了一种视频处理装置，包括：
图像采集部分，配置为对当前场景进行图像采集，得到采集视频；选定部分，配置为从所述采集视频中，选定至少两帧包含目标对象的目标图像；姿态获取部分，配置为通过上述任意一项所述姿态检测方法，对至少两帧所述目标图像中的所述目标对象进行姿态检测，确定所述采集视频中所述目标对象的至少两个姿态。
在一种可能的实现方式中，所述视频处理装置还配置为：根据所述目标对象的至少两个姿态，以及所述采集视频中的帧的时间，得到所述目标对象的连续姿态；根据所述目标对象的连续姿态，对所述目标对象进行跟踪。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述姿态检测方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述姿态检测方法。
根据本公开的一方面，提供了一种计算机程序，包括计算机可读代码，在所述计算机可读代码在电子设备中运行，被所述电子设备中的处理器执行的情况下，实现上述姿态检测方法。
在本公开实施例中，通过获取目标图像以及目标图像中目标对象的连续深度信息和位置信息，从而根据连续深度信息和位置信息来确定目标对象的姿态。通过上述过程，可以利用目标对象的连续深度信息实现对目标对象的姿态预测，由于深度信息是连续的，相对于离散的深度信息来说，可以更为准确地检测目标对象的姿态，提高姿态检测的精度和效果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开一实施例的姿态检测方法的流程图。
图2示出根据本公开一实施例的获取目标对象连续深度信息的示意图。
图3示出根据本公开一实施例的确定连接范围的示意图。
图4示出根据本公开一实施例的视频处理方法的流程图。
图5示出根据本公开一应用示例的示意图。
图6示出根据本公开一实施例的姿态检测装置的框图。
图7示出根据本公开一实施例的视频处理装置的框图。
图8示出根据本公开实施例的一种电子设备的框图。
图9示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开一实施例的姿态检测方法的流程图，该方法可以应用于姿态检测装置，姿态检测装置可以是终端设备、服务器或者其他处理设备等。其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。
在一些可能的实现方式中，该姿态检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图1所示，所述姿态检测方法可以包括：
步骤S11，获取目标图像。
步骤S12，根据目标图像，获取目标图像中目标对象的连续深度信息和位置信息。
步骤S13，根据连续深度信息和位置信息，确定目标对象的姿态。
其中，目标图像，可以是用于姿态检测的任意图像，其实现形式在本公开实施例中不做限定，可以根据实际情况灵活确定。在一种可能的实现方式中，目标图像可以是用于人体姿态检测的人体图像；在一种可能的实现方式中，目标图像也可以是用于机械姿态检测(如机器人姿态检测等)的机械图像等。目标对象可以是目标图像中用于进行姿态检测的对象，其实现形式可以根据目标图像和姿态检测的实际情况灵活决定，在一种可能的实现方式中，在目标图像为用于人体姿态检测的人体图像的情况下，目标对象可以是目标图像中包含的完整人体，也可以是目标图像中包含的人体部分位置或关节，如手臂、大腿、躯干、头部等；在一种可能的实现方式中，在目标图像为用于机械姿态检测的机械图像的情况下，目标对象也可以是目标图像中包含的整体机械对象，也可以是目标图像中包含的机械的某些部位，如机械臂或是支持机械移动的行走机构等。后续各公开实施例均以目标对象为人体，姿态检测为人体三维姿态检测为例进行说明，其他可能的实现方式可以参考后续各公开实施例进行灵活扩展，不再赘述。
目标图像的数量在本公开实施例中不做限定，可以为一个也可以为多个，即在一次姿态检测的过程中，可以仅对一张目标图像进行姿态检测，也可以同时对多张目标图像进行姿态检测，根据检测的实际需求灵活确定即可。目标图像中包含的目标对象的数量在本公开实施例中不做限制，在一种可能的实现方式中，一张目标图像中可以包含一个目标对象，在一种可能的实现方式中，一张目标图像中也可以同时包含多个目标对象，根据实际情况进行灵活确定即可。
步骤S11中，获取目标图像的方式在本公开实施例中也不做限定，在一种可能的实现 方式中，可以是姿态检测装置通过主动对目标对象进行图像采集(如拍照或录像等)的方式获得目标图像；在一种可能的实现方式中，也可以是姿态检测装置被动接收到目标图像，如何实现根据姿态检测装置的实际情况灵活决定即可，在本公开实施例中不做限制。
目标对象的连续深度信息可以是目标对象中连续的多个采样点的深度信息，在对目标对象的检测过程中，可以对目标对象的一些关键点进行检测，比如目标对象的头、颈、肩、肘、手、臀、膝以及脚等，基于人体结构可知，这些关键点之间一般具有较长的一段距离，即这些关键点是相互离散的，比如，目标对象的肘与手腕之间隔着一段手臂的距离，因此，关键点的深度信息一般是离散的深度信息。连续深度信息则是基于人体躯干的刚性结构，对相邻的离散关键点之间的所有点进行深度预估所得到的连续信息，在一种可能的实现方式中，连续深度信息可以表现为连续深度特征图。
因此，步骤S12中，获取目标图像中目标对象的连续深度信息，可以是获取目标图像中目标对象所覆盖的范围内包括的多个连续的采样点的深度信息，获取该连续深度信息的方式，可以根据实际情况灵活选择。
由于对目标对象进行姿态检测的过程中，最终需要得到的可能是目标对象的三维坐标，而深度信息是三维坐标中的其中一个维度，因此，在一种可能的实现方式中，步骤S12可能还需要目标对象的二维位置信息，来辅助确定目标对象的姿态。位置信息的实现形式不受限定，可以根据实际情况灵活选择，在一种可能的实现方式中，目标对象的位置信息可以包含目标对象的二维热力图，其中，包含的二维热力图的数量与种类可以根据实际情况灵活决定，在一个示例中，目标对象的位置信息可以包括目标对象的关键点的二维热力图，和/或目标对象躯干的二维热力图等。
在本公开的一些实施例中，获取目标对象的位置信息的方式同样也可以根据实际情况灵活决定，详见下述各公开实施例。
在一种可能的实现方式中，步骤S12可以包括：将目标图像通过第一神经网络模型，得到目标图像中目标对象的连续深度信息和位置信息。
第一神经网络模型可以是具有目标对象连续深度信息与位置信息提取功能的神经网络模型，其实现形式在本公开实施例中不做限定，可以根据实际情况进行灵活设置。由于其输入数据为目标图像，输出数据为目标图像中目标对象的连续深度信息，因此，在一种可能的实现方式中，第一神经网络模型可以是通过第一训练数据和第二训练数据对第一初始神经网络进行训练所得到的神经网络模型。其中，第一训练数据可以为包括训练对象的训练图像，第二训练数据可以包括训练对象的连续深度信息以及训练对象的位置信息。其中，训练图像中包含的训练对象，可以与目标对象相同，也可以为与目标对象属于同一类但与目标对象并非同一对象的相关对象等，这里，实现形式可以参考目标对象的实现形式，在此不再赘述。训练图像的实现形式同样可以参考目标图像的实现形式，在此不再赘述。而第二训练数据如何获得，以及第二训练数据中目标对象的连续深度信息和位置信息是如何得到的，可以参见后续各公开实施例，在此先不做展开。第一训练数据以及第二训练数据的数量在本公开实施例中也不做限制，可以根据实际情况灵活决定。
第一初始神经网络可以是VGG、ResNet或GoogleNet等常见的神经网络，也可以是MobileNet V2或是ShuffleNet V2等轻量级的神经网络，这里，选择哪个神经网络作为第一初始神经网络，根据实际需求进行灵活选择即可。
通过将第一训练数据和第二训练数据输入到第一初始神经网络中进行训练，得到具有连续深度信息提取功能的第一神经网络模型，并利用该第一神经网络模型对目标图像中目标对象的连续深度信息和位置信息进行获取，通过上述过程，可以利用较为便捷的方式得到目标图像中目标对象的连续深度信息和位置信息，且得到的连续深度信息准确度较高，降低了姿态检测难度的同时，提升了姿态检测的精度。同时，通过包括连续深度信息的第 二训练数据来训练得到第一神经网络模型，可以便于第一神经网络模型学习更加结构化的深度信息，从而为第一神经网络模型带来更加鲁棒的泛化能力，便于第一神经网络模型适应于更多的应用场景。
在一种可能的实现方式中，步骤S12也可以包括：
将目标图像通过第四神经网络模型，得到目标图像中目标对象的连续深度信息；
将目标图像通过第三神经网络模型，得到目标图像中目标对象的位置信息。
通过上述公开实施例可以看出，在一种可能的实现方式中，也可以通过将目标图像分别输入到两个不同的神经网络，来分别得到目标对象的连续深度信息和位置信息。在这种情况下，第四神经网络模型可以是仅具有目标对象连续深度信息提取功能的神经网络模型，而第三神经网络模型可以是仅具有目标对象位置信息提取功能的神经网络模型。因此，在一种可能的实现方式中，第一神经网络模型同样可以是通过第一训练数据和第四训练数据对第四初始神经网络进行训练所得到的神经网络模型，第一训练数据的实现形式可以参考上述各公开实施例，在此不再赘述；在这种情况下，第四训练数据的实现形式可以灵活发生变化，比如第四训练数据可以仅包括训练对象的连续深度信息。而目标对象的位置信息则可以与第一训练数据共同作为第三神经网络模型的训练数据，来对第三初始神经网络训练进行训练，从而得到第三神经网络模型。第三初始神经网络的实现形式可以灵活决定，这里，可以参考第一初始神经网络，在此不再赘述。
通过分别将目标图像输入第四神经网络模型和第三神经网络模型，来分别得到目标对象的连续深度信息与位置信息，通过上述过程，可以通过简化第四神经网络模型和第三神经网络模型的功能，来提高第四神经网络模型与第三神经网络模型的精度，从而有效提升得到的连续深度信息与位置信息的深度，继而提升姿态检测的精度。
步骤S13中，根据连续深度信息确定目标对象的姿态的实现方式，在本公开实施例中也不做限定。在一种可能的实现方式中，步骤S13可以包括：将连续深度信息和位置信息通过第二神经网络模型，得到目标对象的姿态。
第二神经网络模型可以是具有姿态检测功能的神经网络模型，其实现形式在本公开实施例中不做限定，可以根据实际情况进行灵活设置。由于其输入数据为连续深度信息和位置信息，输出数据为目标对象的姿态，因此，在一种可能的实现方式中，第二神经网络模型可以是通过第二训练数据和第三训练数据对第二初始神经网络进行训练所获得的神经网络模型。其中，第二训练数据可以包括训练对象的连续深度信息以及训练对象的位置信息，第三训练数据可以包括训练对象的姿态。其中，第二训练数据的实现形式与上述公开实施例中提到的第二训练数据相同，在此不再赘述。第三训练数据可以是训练对象的姿态预测结果，其实现形式不受限定，在一种可能的实现方式中，可以将训练对象的关键点的三维位置信息(如三维坐标)作为训练对象的姿态预测结果。
第二初始神经网络的实现形式可以参考上述第一初始神经网络的实现形式，即可以由某个常见的神经网络所构成，在一种可能的实现方式中，第二初始神经网络也可以是由依次连接的卷积层与池化层所构成的神经网络，其中，卷积层和池化层的数量和连接顺序等在本公开实施例中均不做限制。
通过将第二训练数据和第三训练数据输入到第二初始神经网络中进行训练，得到具有姿态检测功能的第二神经网络模型，并利用该第二神经网络模型，根据连续深度信息和位置信息来得到目标对象的姿态，通过上述过程，可以利用包含有连续深度信息的第二训练数据来训练得到第二神经网络模型，可以为第二神经网络模型提供更多有效的信息，从而得到更精确的预测结果，实现较为准确的姿态预测，且便于对多个目标图像或多个目标对象同时进行处理来得到多个姿态检测结果，提升了姿态检测的精度与便捷性。
在本公开实施例中，通过获取目标图像以及目标图像中目标对象的连续深度信息和位 置信息，从而根据连续深度信息和位置信息来确定目标对象的姿态。通过上述过程，可以将连续深度信息作为目标对象姿态预测过程的中间监督信息来实现姿态检测，从而可以更为准确地检测目标对象的姿态，提高姿态检测的精度和效果。
通过各上述公开实施例可以看出，在一种可能的实现方式中，通过步骤S11至步骤13实现姿态检测的关键在于通过包含有目标对象的连续深度信息的训练数据对第一神经网络模型和第二神经网络模型进行训练。对于一个作为训练数据的图像来说，可以通过真人穿戴特定的传感器设备，来采集关键点的深度信息，但是获取每个连续采样点的深度信息则较难实现，在通过人工标注的方式进行标注的情况下，将产生巨大的工作量，耗费时间与人力。
因此，在一种可能的实现方式中，第二训练数据可以根据第三训练数据生成，第三训练数据包括训练对象的姿态。
其中，根据第三训练数据，生成第二训练数据，可以包括：
S21，根据第三训练数据中训练对象的姿态，得到第三训练数据中训练对象的离散深度信息，以及训练对象的位置信息。
S22，对至少部分离散深度信息进行处理，得到训练对象的连续深度信息。
S23，根据训练对象的连续深度信息以及训练对象的位置信息，生成第二训练数据。
其中，第三训练数据的实现方式与上述公开实施例相同，在此不再赘述。根据上述公开实施例可知，在一种可能的实现方式中，可以将目标对象的关键点的三维位置信息作为目标对象的姿态预测结果，因此，相应地，也可以将训练对象的关键点的三维位置信息作为训练对象的姿态预测结果，即第三训练数据中可以直接包含有训练对象的离散深度信息和位置信息，即可以通过步骤S21，根据第三训练数据直接得到训练对象的离散深度信息和位置信息。
如上述公开实施例所述，离散深度信息可以是某些关键点或采样点的深度信息，因此步骤S21中，得到的离散深度信息的数量，可以根据第三训练数据中关键点或包含的具有深度值的采样点的数量来确定，在本公开实施例中不做限制。
在通过步骤S22得到训练对象的连续深度信息的过程中，可以是根据获取的每个离散深度信息进行处理所得到，也可以是对获取的离散深度信息，选取部分信息进行处理所得，这里，是利用获取的全部离散深度信息，还是利用其中的部分离散深度信息，以及如何选取利用哪些离散深度信息，均可以根据实际情况灵活选择，在本公开实施例中不做限制。
在得到了训练对象的连续深度信息后，可以通过步骤S23，根据训练对象的连续深度信息和位置信息生成第二训练数据。步骤S23的实现方式在本公开实施例中也不做限定，在一种可能的实现方式中，由于连续深度信息可以通过连续深度特征图的形式进行体现，位置信息可以通过二维热力图的形式进行体现，因此，可以直接将连续深度信息和位置信息共同作为第二训练数据。
通过根据包括训练对象姿态的第三训练数据来生成包括训练对象的连续深度信息和位置信息的第二训练数据，可以大大减小获取第二训练数据的难度和工作量，从而提高了姿态检测实现过程的便捷性。
在本公开的一些实施例中，在步骤S22中，如何对至少部分离散深度信息进行处理，得到训练对象的连续深度信息，处理方式可以根据实际情况灵活决定。在一种可能的实现方式中，步骤S22可以包括：
步骤S221，获取与至少部分离散深度信息所对应的至少一个连接。
步骤S222，根据连接所对应的离散深度信息，确定至少一个连接的连续深度子信息。
步骤S223，统计至少一个连续深度子信息，得到训练对象的连续深度信息。
其中，与离散深度信息所对应的连接，其实现形式可以根据实际情况灵活决定。在一 种可能的实现方式中，该连接可以是实质性的连接，比如连接离散深度信息所对应的关键点来得到连接线，从而将连接线作为与离散深度信息所对应的连接；在一种可能的实现方式中，该连接也可以是未进行实质连接的一种对应关系，即确定哪些离散深度信息所对应的关键点之间可以具有连接关系，但并不将这些离散深度信息所对应的关键点通过连接线来连起来等。后续各公开实施例均以获取的连接为实质性的连接线为例进行说明，未进行实质连接来得到连接线的方式，可以参考后续各公开实施例进行灵活扩展，不再详细赘述。
上述公开实施例中已经提出，在得到目标对象的连续深度信息的过程中，可以是对获取的每个离散深度信息均进行处理来得到，也可以是对其中部分离散深度信息进行处理来得到。因此，步骤S221中，获取与至少部分离散深度信息所对应的至少一个连接的过程中，可以是在获取的所有离散深度信息中，对任意两个离散深度信息的连接，也可以是选取其中部分离散深度信息的连接，也可以是根据离散深度信息在训练对象中的位置，有选择性的连接，根据实际需求进行灵活决定即可。
在一种可能的实现方式中，在离散深度信息为获取的训练对象的关键点的深度信息的情况下，可以根据关键点在训练对象中的位置，有选择地连接关键点的离散深度信息，举例来说，当获取的离散深度信息包含手腕、肘、肩以及头的情况下，基于人体的躯干结构，可以分别连接手腕与肘的离散深度信息，肘与肩的离散深度信息，以及肩与头的离散深度信息，从而得到三条连接线，而其他的连接方式，比如手腕与头连接，肘与头连接等，由于与人体躯干的分布方式不太一致，因此可以无需连接这些离散深度信息。
在通过连接至少两个离散深度信息得到至少一个连接以后，可以通过步骤S222，根据连接所对应的离散深度信息，来确定至少一个连接的连续深度子信息。
在一种可能的实现方式中，在连接为连接线的情况下，可以根据连接线端点对应的离散深度信息，来得到至少一个与连接线对应的连续深度子信息。其中，连接线端点对应的离散深度信息，即为步骤S221中得到连接线的过程中，连接的离散深度信息。举例来说，上述公开实施例提到可以通过连接手腕与肘的离散深度信息、肘与肩的离散深度信息以及肩与头的离散深度信息从而得到三条连接线，在一个示例中，手腕与肘的连接线对应的连续深度子信息，可以由手腕的离散深度信息和肘的离散深度信息来得到，肘与肩的连接线对应的连续深度子信息，可以由肘的离散深度信息和肩的离散深度信息来得到，同理，肩与头的连接线对应的连续深度子信息，可以由肩的离散深度信息和头的离散深度信息来得到。其中，如何根据连接线端点的离散深度信息来得到与连接线对应的连续深度子信息，这一过程可以参见后续各公开实施例，在此先不做展开。
图2示出根据本公开一实施例的获取训练对象连续深度信息的示意图，如图所示，在一种可能的实现方式中，从第三训练数据中获取到的训练对象的离散深度信息可以包括训练对象的手腕离散深度信息Pw以及训练对象的手肘离散深度信息Pe，此时可以连接手腕离散深度信息Pw和Pe，得到训练对象的手臂连接线，并根据手腕离散深度信息Pw和手肘离散深度信息Pe，得到与手臂连接线对应的连续深度信息。
在得到了至少一个与连接对应的连续深度子信息后，可以通过步骤S223，对这些连续深度子信息进行统计，从而得到训练对象的连续深度信息。统计的方式可以根据实际情况灵活决定，在本公开实施例中不做限定。在一种可能的实现方式中，可以将得到的每个连接对应的连续深度子信息进行合并，共同作为训练对象对应的连续深度信息，在一种可能的实现方式中，也可以将一些明显有误差或是超出训练对象覆盖范围的连续深度子信息进行删除，而保留其余的连续深度子信息共同作为训练对象的连续深度信息，这里，筛选方式根据实际情况灵活选择即可。
通过获取与至少部分离散深度信息所对应的至少一个连接，根据连接所对应的离散深度信息，得到至少一个连接的连续深度子信息，从而统计至少一个连续深度子信息，得到 训练对象的连续深度信息，通过上述过程，可以根据已有的离散深度信息，基于训练对象本身的结构，建立起离散深度信息与连续深度信息之间的关系，从而便于根据离散值推导出连续值，较为便捷地确定训练对象的连续深度信息，进一步减小获取第二训练数据的难度和工作量，提高姿态检测实现过程的便捷性。
上述公开实施例已经提出，步骤S222的实现方式不受限定，在一种可能的实现方式中，步骤S222可以包括：
步骤S2221，根据连接所对应的离散深度信息，通过线性插值，得到连接上至少一个点的第一连续深度子信息。
步骤S2222，确定至少一个连接对应的连接范围。
步骤S2223，根据第一连续深度子信息，确定与连接对应的连接范围内至少一个点的第二连续深度子信息。
步骤S2224，根据第一连续深度子信息和/或第二连续深度子信息，得到连接对应的连续深度子信息。
其中，第一连续深度子信息可以是位于连接或连接线上的点的深度信息。如上述公开实施例所述，在一种可能的实现方式中，通过连接离散深度信息，可以得到至少一条连接线，且该连接线端点的离散深度信息即为被连接的离散深度信息，因此，对于每一条得到的连接线来说，该连接线上都存在两个点，这两个点在连接线上的位置已知的同时，对应的深度信息也已知，因此，对于这条连接线来说，连接线上其余的点对应的深度信息，都可以通过这两个已知点的深度信息推导得到，因此，在一种可能的实现方式中，可以通过步骤S2221，利用连接线端点对应的离散深度信息，通过线性插值，来得到连接线上其余点的第一连续深度子信息。这里，是获取连接线上每个点的第一连续深度子信息，还是获取连接线上部分点的第一连续深度子信息，可以根据需求进行灵活确定。在一种可能的实现方式中，可以通过连接线端点对应的离散深度信息，通过线性插值，得到连接线上第一连续深度子信息与点位置之间的关系函数，这样，无论是需要得到连接线上所有点还是部分点的第一连续深度子信息，仅需量需要获取第一连续深度子信息的点的位置代入到关系函数中即可得到。
第二连续深度子信息可以是连接对应的连接范围内的点的深度信息。如上述各公开实施例所述，获取的离散深度信息可能只是训练对象部分关键点的离散深度信息，仍以图2为例，如图所示，在获取的离散深度信息为手腕关键点和手肘关键点的深度信息Pw与Pe的情况下，连接Pw与Pe得到的连接线并不能完全覆盖训练对象的手臂范围，在仅获取该连接线上的第一连续深度子信息的情况下，可能并无法完全反应出手臂的连续深度信息，因此，在一种可能的实现方式中，还可以在连接线上进行适当的扩展，确定与连接线所对应的连接范围，从而在获取连接线上的点的第一连续深度子信息的基础上，进一步获取连接范围内覆盖的其余点的第二连续深度子信息。
连接范围的确定方式在本公开实施例中不做限定，在一种可能的实现方式中，可以以连接线为中心，向四周扩展至训练对象的边界，来得到连接线对应的连接范围。在一种可能的实现方式中，为了降低工作量，提高连接范围的确定效率，可以设置一个预设半径，从而以连接线为中心，扩展至预设半径，得到连接线的连接范围。这一预设半径的设置方式可以根据实际情况灵活选择，不局限于本公开实施例，在一个示例中，可以设定一个边长为R的扩展半径，然后以连接线为中心线，构造一个宽度为2R，长度与连接线相同的矩形，同时在连接线的两个端点处，分别向远离矩形的一侧，构造两个半径为R的半圆，R的取值可以根据实际情况灵活设定，这两个半径为R的半圆与宽度为2R的矩形共同构成连接范围。图3示出根据本公开一实施例的确定连接范围的示意图，如图所示，在一个示例中，可以将Pw与Pe的连接线作为中心线，按照上述方式构造出与该连接对应的连接 范围。
在确定了连接范围后，可以根据第一连续深度子信息，确定连接范围中包括的点的第二连续深度子信息；这里，如何确定可以参见下述各公开实施例，在此先不做展开。
在得到了第一连续深度子信息和第二连续深度子信息后，可以根据二者得到连续深度子信息；这里，是将第一连续深度子信息作为连续深度子信息，或者是将第二连续深度子信息作为连续深度子信息，或者是将第一连续深度子信息和第二连续深度子信息共同作为连续深度子信息，还是仅选择其中的部分信息作为连续深度子信息，可以根据实际情况灵活选择，在本公开实施例中不做限制。
如上述各公开实施例所述，在一种可能的实现方式中，离散深度信息的连接，也可以为对应关系而非实质连接，在这种情况下，连接的离散深度信息之间虽然没有连接线，但是基于连接的离散深度信息的位置关系，也可以参考上述公开实施例的实现方式，通过线性插值确定二者连接所覆盖的范围下，不同点的深度信息，其中，确定过程详见上述各公开实施例，在此不再赘述。
通过根据连接所对应的离散深度信息进行线性插值得到连接上至少一个点的第一连续深度子信息，同时确定与连接对应的连接范围，从而根据第一连续深度子信息得到连接范围内至少一个点的第二连续深度子信息，继而根据第一连续深度子信息和/或第二连续深度子信息得到连续深度信息，，从而得到至少一个连接的连续深度子信息；通过上述过程，一方面可以较为便捷地获取连接上的连续深度子信息，另一方面，还可以对连接的覆盖范围进行扩大，从而得到连接所对应的连接范围内的连续深度子信息，从而可以获得较为全面且准确的训练对象的连续深度信息用于神经网络模型的训练，从而进一步帮助提高姿态检测的精度。
在一种可能的实现方式中，步骤S2223可以包括：
步骤S22231，在连接范围在连接对应的离散深度信息的预设范围内的情况下，将连接对应的离散深度信息，作为连接范围内至少一个点的第二连续深度子信息。
步骤S22232，在连接范围在连接对应的离散深度信息的预设范围以外的情况下，根据连接中距离连接范围内的点最近的第一连续深度子信息，得到连接范围内至少一个点的第二连续深度子信息。
其中，连接对应的离散深度信息的预设范围可以是包含在连接范围中的部分范围，其中，预设范围的大小和定义方式可以根据连接范围的确定情况所灵活决定。通过上述公开实施例可以看出，在一种可能的实现方式中，预设范围可以用来区分连接线端点的覆盖区域和连接线上其他点的覆盖区域，即预设范围内的点，其对应的第二连续深度子信息可以由端点的离散深度信息所确定，而预设范围以外的点，其对应的第二连续深度子信息可以由连接线上的第一连续深度子信息所确定。在一种可能的实现方式中，连接范围的构造方式可以如上述公开实施例所述，即以连接线为中心线，构造一个宽度为2R，长度与连接线相同的矩形，在连接线的两个端点处，分别向远离矩形的一侧，构造两个半径为R的半圆，则在这种情况下，可以将这两个半径为R的半圆，看作连接端点的预设范围，而剩余的宽度为2R的矩形则可以看作连接端点的预设范围以外。
通过步骤S22231可以看出，在一种可能的实现方式中，对于在预设范围内的点，可以将预设范围对应的连接线端点的离散深度信息，作为第二连续深度子信息，以图3为例进行说明，从图3中可以看出，以Pw为圆心构造的半径为R的半圆，在这个半圆内的点的第二连续深度子信息均与Pw的离散深度信息相同，同理，以Pe为圆心构造的半径为R的半圆，在这个半圆内的点的第二连续深度子信息均与Pe的离散深度信息相同。
通过步骤S22232可以看出，在一种可能的实现方式中，对于在预设范围以外的点(此处将该点记为P)，可以将连接线上，与点P距离最近的点的第一连续深度子信息，作为点 P的第二连续深度子信息。这里，如何确定连接线上与点P距离最近的点，其确定方式不受限定，同样以图3为例进行说明，如图所示，在一种可能的实现方式中，可以以点P向连接线作垂线，得到垂足P’，则P’的第一连续深度子信息，可以作为点P的第二连续深度子信息。
通过上述过程，可以分别得到连接对应的离散深度信息覆盖的预设范围的第二连续深度子信息，以及连接覆盖的范围的第二连续深度子信息，从而得到整个连接范围中的点对应的第二连续深度子信息，这样的第二连续深度子信息的确定方式较为简便，计算量小，进一步减小获取第二训练数据的难度和工作量，提高姿态检测实现过程的便捷性和准确性。
在一种可能的实现方式中，还可以将上述各公开实施例所确定的目标对象的姿态，来应用到不同的场景中，比如动作识别、人机交互以及自动驾驶等等。在一种可能的实现方式中，可以将上述各公开实施例所确定的目标对象的姿态用于视频数据的处理过程中。因此，本公开实施例还提出一种视频处理方法。
图4示出根据本公开一实施例的视频处理方法的流程图，该方法可以应用于视频处理装置，视频处理装置的实现形式可以与上述公开实施例中的姿态检测装置相同，也可以不同，其实现形式可以参考上述各公开实施例，在此不再赘述。
在一些可能的实现方式中，该视频处理方法也可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图4所述，所述视频处理方法可以包括：
步骤S21，对当前场景进行图像采集，得到采集视频。
步骤S22，从采集视频中，选定至少两帧包含目标对象的目标图像。
步骤S23，通过上述各公开实施例中的姿态检测方法，对至少两帧目标图像中的目标对象进行姿态检测，确定采集视频中目标对象的至少两个姿态。
其中，目标对象的实现方式与上述姿态检测中的各公开实施例相同，在此不再赘述。当前场景可以是包含有目标对象的任意场景，不局限于下述各公开实施例。在一种可能的实现方式中，当前场景可以是行人检测场景、自动驾驶场景、教室中对象捕捉场景以及公司环境检测场景等等。
对当前场景进行图像采集的方式可以根据当前场景的实际情况灵活决定，比如在当前场景为行人检测场景的情况下，可以通过部署在人行道上的摄像设备来进行图像采集，在当前场景为自动驾驶场景的情况下，可以通过部署在车辆上的摄像设备来进行图像采集等等。
采集视频的实现形式可以根据图像采集的实际情况灵活决定，在本公开实施例中不做限制。
在通过步骤S21得到采集视频以后，可以通过步骤S22，从采集视频中选定至少两帧包含目标对象的目标图像，其中，目标图像的实现形式也与上述姿态检测中的各公开实施例相同，在此不再赘述。如何从采集视频中选定至少两帧包含目标对象的目标图像，其选定方式可以根据实际情况灵活决定，不局限于下述各公开实施例。在一种可能的实现方式中，可以对采集视频中的至少部分帧进行目标对象检测，然后从检测到目标对象的帧中，随机选定，或按照图像质量等标准来选定其中的至少部分帧，来作为目标图像。
在通过步骤S22得到至少两帧包含目标对象的目标图像以后，可以通过上述任意公开实施例中提出的姿态检测方法，来对选定的目标图像进行姿态检测，从而确定采集视频中目标对象的至少两个姿态，这里，如何确定姿态可以根据目标图像的实际情况灵活决定，在本公开实施例中不做限定。
通过对当前场景进行图像采集，得到采集视频，并从采集视频中选定至少两帧包含目标对象的目标图像，继而通过上述任意公开实施例提出的姿态检测方法实现来确定采集视 频中目标对象的至少两个姿态。通过上述过程，可以将基于连续深度信息所实现的姿态检测过程应用于视频处理过程中，从而便于从动态视频中，较为准确地确定目标对象的多个姿态，有效提高视频中姿态检测的精度。
在一种可能的实现方式中，在得到了采集视频中目标对象的至少两个姿态以后，还可以对得到的多个姿态进行处理，因此，在一种可能的实现方式中，本公开实施例提出的视频处理方法，还可以包括：
步骤S24，根据目标对象的至少两个姿态，以及采集视频中的帧的时间，得到目标对象的连续姿态。
步骤S25，根据目标对象的连续姿态，对目标对象进行跟踪。
如上述公开实施例所述，采集视频中目标对象的姿态，可以根据采集视频中包含目标对象的帧来确定，由于采集视频中的帧可以按照时间的先后顺序来进行排列，相应地，根据这些帧在采集视频中的时间，可以依次确定得到的多个姿态发生的先后顺序，从而可以确定目标对象的连续姿态。
在本公开的一些实施例中，在确定目标对象的连续姿态以后，可以实现对目标对象的跟踪。通过上述过程，可以将上述利用连续深度信息的姿态检测过程，用于目标对象的跟踪过程中，从而可以提高跟踪准确性，实现更高效的跟踪。
示例性的，在城市安全监控场景中，可以通过城市监控装置对城市进行图像采集，得到采集视频，姿态检测装置获取采集视频后，从采集视频中获取至少两帧包括目标对象的图像，通过第一神经网络模型获取至少两帧包括目标对象的图像中，目标对象的对应的至少两组连续深度信息和位置信息，根据至少两组连续深度信息和位置信息，通过第一神经网络模型得到对应的至少两个姿态，根据至少两个姿态，以及至少两个姿态中每个姿态对应的帧的时间，得到目标对象的连续姿态，进而判断目标对象的行为是否为危险行为，如斗殴、偷盗、抢劫等；在确定目标对象的行为为危险行为的情况下，自动报警，并将采集到的目标对象的视频和危险行为的判断结果发送至警务部门。
下面，将说明本申请实施例在实际的应用场景中的示例性应用。
三维人体姿态估计是计算机视觉领域中的一个基本任务，可以广泛应用于动作识别、人机交互以及自动驾驶等场景中，如何提高三维人体姿态估计的准确度，成为目标一个亟待解决的问题。
图5示出根据本公开一应用示例的示意图，如图所示，本公开实施例提出了一种姿态检测方法，这一方法可以确定目标图像中人体的三维姿态，如图所示，本公开应用示例中姿态检测的过程可以为：
如图所示，在本公开应用示例中，可以首先将输入的目标图像通过第一神经网络模型(BackBone骨干神经网络)，第一神经网络模型对输入的目标图像进行处理，可以得到三个输出结果，分别为人体关键点的二维热力图、人体躯干的二维热力图以及包含人体躯干的连续深度信息的深度插值图，然后再将得到的三个输出结果共同作为输入数据，输入到第二神经网络模型(Regression回归网络)中，通过第二神经网络模型的处理，得到人体躯干中各个连续点的三维位置坐标。
其中，第一神经网络模型的结构可以由浅层网络加3个预测分支的形式构成，浅层网络可以对目标图像中的人体进行特征提取，得到的特征提取结果分别输入到三个预测分支，一个预测分支用来预测输出人体关键点的二维热力图，一个预测分支用来输出人体躯干的二维热力图，一个预测分支用来输出包含人体躯干的连续深度信息的深度插值图。因此，第一神经网络模型，可以通过包含人体的训练图像、人体关键点的二维热力图、人体躯干的二维热力图以及包含人体躯干的连续深度信息的深度插值图这四类图片共同训练得到，其中包含人体躯干的连续深度信息的深度插值图可以通过对人体躯干的离散深度信息图， 通过上述公开实施例中提出的任意一种方式进行处理所得到。
第二神经网络模型的结构可以由卷积层和池化层连接构成，其中，第二神经网络模型对输入数据进行处理的过程中，可以首先将输入的人体关键点的二维热力图、人体躯干的二维热力图以及包含人体躯干的连续深度信息的深度插值图沿图像通道的维度进行拼接，然后对拼接的数据通过卷积层进行特征融合并通过池化层实现预测，最终输出人体躯干中各个连续点的三维位置坐标。因此，第二神经网络模型，可以通过人体关键点的二维热力图、人体躯干的二维热力图、包含人体躯干的连续深度信息的深度插值图以及人体躯干中各个连续点的三维位置坐标这四类数据共同训练得到。
需要说明的是，本公开实施例的图像处理方法不限于应用在上述人体姿态检测的过程中，可以应用于任意目标对象的姿态检测，本公开对此不作限定。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了姿态检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种姿态检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图6示出根据本公开实施例的姿态检测装置的框图。该姿态检测装置可以为终端设备、服务器或者其他处理设备等。其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。
在一些可能的实现方式中，该姿态检测装置可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图6所示，所述姿态检测装置30可以包括：
目标图像获取部分31，配置为获取目标图像。
信息获取部分32，配置为根据目标图像，获取目标图像中目标对象的连续深度信息和位置信息。
姿态确定部分33，配置为根据连续深度信息和位置信息，确定目标对象的姿态。
在一种可能的实现方式中，信息获取部分配置为：将目标图像通过第一神经网络模型，得到目标图像中目标对象的连续深度信息和位置信息；第一神经网络模型通过第一训练数据和第二训练数据进行训练得到，其中，第一训练数据为包括训练对象的训练图像；第二训练数据包括训练对象的连续深度信息，以及训练对象的位置信息。
在一种可能的实现方式中，姿态确定部分配置为：将连续深度信息和位置信息通过第二神经网络模型，得到目标对象的姿态；第二神经网络模型通过第二训练数据和第三训练数据进行训练，其中，第二训练数据包括训练对象的连续深度信息，以及训练对象的位置信息；第三训练数据包括训练对象的姿态。
在一种可能的实现方式中，第二训练数据根据第三训练数据生成，第三训练数据包括训练对象的姿态；根据第三训练数据，生成第二训练数据，包括：根据第三训练数据中训练对象的姿态，得到训练对象的离散深度信息，以及训练对象的位置信息；对至少部分离散深度信息进行处理，得到训练对象的连续深度信息；根据训练对象的连续深度信息以及训练对象的位置信息，生成第二训练数据。
在一种可能的实现方式中，对至少部分离散深度信息进行处理，得到训练对象的连续深度信息，包括：获取与至少部分离散深度信息所对应的至少一个连接；根据连接所对应的离散深度信息，确定至少一个连接的连续深度子信息；统计至少一个连续深度子信息， 得到训练对象的连续深度信息。
在一种可能的实现方式中，根据连接所对应的离散深度信息，确定至少一个连接的连续深度子信息，包括：根据连接所对应的离散深度信息，通过线性插值，得到连接上至少一个点的第一连续深度子信息；确定至少一个连接对应的连接范围；根据第一连续深度子信息，确定与连接对应的连接范围内至少一个点的第二连续深度子信息；根据第一连续深度子信息和/或第二连续深度子信息，得到连接对应的连续深度子信息，从而得到所述至少一个所述连接的连续深度子信息。
在一种可能的实现方式中，根据第一连续深度子信息，确定与连接对应的连接范围内至少一个点的第二连续深度子信息，包括：在连接范围在连接对应的离散深度信息的预设范围内的情况下，将连接对应的离散深度信息，作为连接范围内至少一个点的第二连续深度子信息；在连接范围在连接对应的离散深度信息的预设范围以外的情况下，根据连接中距离连接范围内的点最近的第一连续深度子信息，得到连接范围内至少一个点的第二连续深度子信息。
图7示出根据本公开实施例的视频处理装置的框图。该视频处理装置可以为终端设备、服务器或者其他处理设备等。其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。
在一些可能的实现方式中，该视频处理装置可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图7所示，所述视频处理装置40可以包括：
图像采集部分41，配置为对当前场景进行图像采集，得到采集视频。
选定部分42，配置为从采集视频中，选定至少两帧包含目标对象的目标图像。
姿态获取部分43，配置为通上述公开实施例中任意一项的姿态检测方法，对至少两帧目标图像中的目标对象进行姿态检测，确定采集视频中目标对象的至少两个姿态。
在一种可能的实现方式中，视频处理装置40还配置为：根据目标对象的至少两个姿态，以及采集视频中的帧的时间，得到目标对象的连续姿态；根据目标对象的连续姿态，对目标对象进行跟踪。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的图像处理方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的图像处理方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
在本公开实施例以及其他的实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。
图8示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804， 电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。在屏幕包括触摸面板的情况下，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。在电子设备800处于操作模式，如拍摄模式或视频模式的情况下，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，在电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式的情况下，麦克风被配置为接收外部音频信号。所接收的音频信号可以被存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块， 以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图9示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图9，电子设备1900包括处理组件1922，其包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
工业实用性
本公开实施例中，通过获取目标图像以及目标图像中目标对象的连续深度信息和位置信息，根据连续深度信息和位置信息来确定目标对象的姿态。通过上述过程，可以利用目标对象的连续深度信息实现对目标对象的姿态预测，由于深度信息是连续的，相对于离散的深度信息来说，可以更为准确地检测目标对象的姿态，提高姿态检测的精度和效果。

Claims (15)

  1. 一种姿态检测方法，包括：
    获取目标图像；
    根据所述目标图像，获取所述目标图像中目标对象的连续深度信息和位置信息；
    根据所述连续深度信息和所述位置信息，确定所述目标对象的姿态。
  2. 根据权利要求1所述的方法，其中，所述根据所述目标图像，获取所述目标图像中目标对象的连续深度信息和位置信息，包括：
    将所述目标图像通过第一神经网络模型，得到所述目标图像中目标对象的连续深度信息和位置信息；
    所述第一神经网络模型通过第一训练数据和第二训练数据进行训练得到，其中，
    所述第一训练数据为包括训练对象的训练图像；
    所述第二训练数据包括所述训练对象的连续深度信息，以及所述训练对象的位置信息。
  3. 根据权利要求1或2所述的方法，其中，所述根据所述连续深度信息和所述位置信息，确定所述目标对象的姿态，包括：
    将所述连续深度信息和所述位置信息通过第二神经网络模型，得到所述目标对象的姿态；
    所述第二神经网络模型通过第二训练数据和第三训练数据进行训练，其中，
    所述第二训练数据包括训练对象的连续深度信息，以及所述训练对象的位置信息；
    所述第三训练数据包括所述训练对象的姿态。
  4. 根据权利要求2或3所述的方法，其中，所述第二训练数据根据第三训练数据生成，所述第三训练数据包括所述训练对象的姿态；
    根据所述第三训练数据，生成所述第二训练数据，包括：
    根据所述第三训练数据中所述训练对象的姿态，得到所述训练对象的离散深度信息，以及所述训练对象的位置信息；
    对至少部分所述离散深度信息进行处理，得到所述训练对象的连续深度信息；
    根据所述训练对象的连续深度信息以及所述训练对象的位置信息，生成所述第二训练数据。
  5. 根据权利要求4所述的方法，其中，所述对至少部分所述离散深度信息进行处理，得到所述训练对象的连续深度信息，包括：
    获取与至少部分所述离散深度信息所对应的至少一个连接；
    根据所述连接所对应的离散深度信息，确定至少一个所述连接的连续深度子信息；
    统计至少一个所述连续深度子信息，得到所述训练对象的连续深度信息。
  6. 根据权利要求5所述的方法，其中，所述根据所述连接所对应的离散深度信息，确定至少一个所述连接的连续深度子信息，包括：
    根据所述连接所对应的离散深度信息，通过线性插值，得到所述连接上至少一个点的第一连续深度子信息；
    确定至少一个所述连接对应的连接范围；
    根据所述第一连续深度子信息，确定与所述连接对应的连接范围内至少一个点的第二连续深度子信息；
    根据所述第一连续深度子信息和/或所述第二连续深度子信息，得到所述连接对应的连续深度子信息，从而得到所述至少一个所述连接的连续深度子信息。
  7. 根据权利要求6所述的方法，其中，所述根据所述第一连续深度子信息，确定与所述连接对应的连接范围内至少一个点的第二连续深度子信息，包括：
    在所述连接范围在所述连接对应的离散深度信息的预设范围内的情况下，将所述连接对应的离散深度信息，作为所述连接范围内至少一个点的第二连续深度子信息；
    在所述连接范围在所述连接对应的离散深度信息的预设范围以外的情况下，根据所述连接中距离所述连接范围内的点最近的第一连续深度子信息，得到所述连接范围内至少一个点的第二连续深度子信息。
  8. 一种视频处理方法，所述方法包括：
    对当前场景进行图像采集，得到采集视频；
    从所述采集视频中，选定至少两帧包含目标对象的目标图像；
    通过权利要求1至7中任意一项所述姿态检测方法，对至少两帧所述目标图像中的所述目标对象进行姿态检测，确定所述采集视频中所述目标对象的至少两个姿态。
  9. 根据权利要求8中所述的方法，其中，所述方法还包括：
    根据所述目标对象的至少两个姿态，以及所述采集视频中的帧的时间，得到所述目标对象的连续姿态；
    根据所述目标对象的连续姿态，对所述目标对象进行跟踪。
  10. 一种姿态检测装置，包括：
    目标图像获取部分，配置为获取目标图像；
    信息获取部分，配置为根据所述目标图像，获取所述目标图像中目标对象的连续深度信息和位置信息；
    姿态确定部分，配置为根据所述连续深度信息和所述位置信息，确定所述目标对象的姿态。
  11. 一种视频处理装置，所述装置包括：
    图像采集部分，配置为对当前场景进行图像采集，得到采集视频；
    选定部分，配置为从所述采集视频中，选定至少两帧包含目标对象的目标图像；
    姿态获取部分，配置为通过权利要求1至7中任意一项所述姿态检测方法，对至少两帧所述目标图像中的所述目标对象进行姿态检测，确定所述采集视频中所述目标对象的至少两个姿态。
  12. 一种电子设备，包括：
    处理器；
    用于存储处理器可执行指令的存储器；
    其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的方法。
  13. 一种计算机可读存储介质，其上存储有计算机程序指令，在所述计算机程序指令被处理器执行的情况下，实现权利要求1至9中任意一项所述的方法。
  14. 一种计算机程序产品，所述计算机程序产品包括计算机程序或指令，在所述计算机程序或指令在计算机上运行的情况下，使得所述计算机执行权利要求1至9中任意一项所述的方法。
  15. 一种计算机程序，包括计算机可读代码，在所述计算机可读代码在电子设备中运行，被所述电子设备中的处理器执行的情况下，实现权利要求1至9中任意一项所述的方法。
PCT/CN2020/138127 2020-06-19 2020-12-21 姿态检测及视频处理方法、装置、电子设备和存储介质 WO2021253777A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020217036883A KR20210157470A (ko) 2020-06-19 2020-12-21 자세 검출 및 비디오 처리 방법, 장치, 전자 기기 및 저장 매체
JP2021567798A JP2022541709A (ja) 2020-06-19 2020-12-21 姿勢検出およびビデオ処理方法、装置、電子機器並びに記憶媒体

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010566388.7 2020-06-19
CN202010566388.7A CN111666917A (zh) 2020-06-19 2020-06-19 姿态检测及视频处理方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
WO2021253777A1 true WO2021253777A1 (zh) 2021-12-23

Family

ID=72388848

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/138127 WO2021253777A1 (zh) 2020-06-19 2020-12-21 姿态检测及视频处理方法、装置、电子设备和存储介质

Country Status (3)

Country Link
CN (1) CN111666917A (zh)
TW (1) TW202201273A (zh)
WO (1) WO2021253777A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114392457A (zh) * 2022-03-25 2022-04-26 北京无疆脑智科技有限公司 信息生成方法、装置、电子设备、存储介质和系统

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666917A (zh) * 2020-06-19 2020-09-15 北京市商汤科技开发有限公司 姿态检测及视频处理方法、装置、电子设备和存储介质
CN114663905A (zh) * 2020-12-08 2022-06-24 华为技术有限公司 活动识别方法、显示方法及电子设备
CN112906512A (zh) * 2021-02-03 2021-06-04 北京海迩西医疗科技有限公司 一种确定人体关节的方法、装置以及存储介质
CN113792701A (zh) * 2021-09-24 2021-12-14 北京市商汤科技开发有限公司 一种活体检测方法、装置、计算机设备和存储介质
CN113822242B (zh) * 2021-11-19 2022-02-25 中化学交通建设集团有限公司 一种基于图像识别技术的安全帽佩戴识别方法和装置
CN113989283B (zh) * 2021-12-28 2022-04-05 中科视语(北京)科技有限公司 3d人体姿态估计方法、装置、电子设备与存储介质
CN117115861B (zh) * 2023-10-19 2024-01-26 四川弘和数智集团有限公司 手套检测方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102800126A (zh) * 2012-07-04 2012-11-28 浙江大学 基于多模态融合的实时人体三维姿态恢复的方法
CN103366380A (zh) * 2013-08-05 2013-10-23 江苏刻维科技信息有限公司 物体深度信息的连续性处理方法
CN105389569A (zh) * 2015-11-17 2016-03-09 北京工业大学 一种人体姿态估计方法
CN106599806A (zh) * 2016-12-01 2017-04-26 西安理工大学 一种基于局部曲面几何特征的人体动作识别方法
CN107066935A (zh) * 2017-01-25 2017-08-18 网易（杭州）网络有限公司 基于深度学习的手部姿态估计方法及装置
CN108960036A (zh) * 2018-04-27 2018-12-07 北京市商汤科技开发有限公司 三维人体姿态预测方法、装置、介质及设备
US20190120965A1 (en) * 2017-10-25 2019-04-25 Bae Systems Information And Electronic Systems Integration Inc. Method and system of digital light processing and light detection and ranging for guided autonomous vehicles
CN111666917A (zh) * 2020-06-19 2020-09-15 北京市商汤科技开发有限公司 姿态检测及视频处理方法、装置、电子设备和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10755428B2 (en) * 2017-04-17 2020-08-25 The United States Of America, As Represented By The Secretary Of The Navy Apparatuses and methods for machine vision system including creation of a point cloud model and/or three dimensional model
DE102019106123A1 (de) * 2018-03-12 2019-09-12 Nvidia Corporation Dreidimensionale (3D) Posenschätzung von Seiten einer monokularen Kamera
CN109284681B (zh) * 2018-08-20 2020-11-27 北京市商汤科技开发有限公司 位姿检测方法及装置、电子设备和存储介质
CN109241875B (zh) * 2018-08-20 2020-08-25 北京市商汤科技开发有限公司 姿态检测方法及装置、电子设备和存储介质
CN109711243B (zh) * 2018-11-01 2021-02-09 长沙小钴科技有限公司 一种基于深度学习的静态三维人脸活体检测方法
CN111178142A (zh) * 2019-12-05 2020-05-19 浙江大学 一种基于时空上下文学习的手部姿态估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102800126A (zh) * 2012-07-04 2012-11-28 浙江大学 基于多模态融合的实时人体三维姿态恢复的方法
CN103366380A (zh) * 2013-08-05 2013-10-23 江苏刻维科技信息有限公司 物体深度信息的连续性处理方法
CN105389569A (zh) * 2015-11-17 2016-03-09 北京工业大学 一种人体姿态估计方法
CN106599806A (zh) * 2016-12-01 2017-04-26 西安理工大学 一种基于局部曲面几何特征的人体动作识别方法
CN107066935A (zh) * 2017-01-25 2017-08-18 网易（杭州）网络有限公司 基于深度学习的手部姿态估计方法及装置
US20190120965A1 (en) * 2017-10-25 2019-04-25 Bae Systems Information And Electronic Systems Integration Inc. Method and system of digital light processing and light detection and ranging for guided autonomous vehicles
CN108960036A (zh) * 2018-04-27 2018-12-07 北京市商汤科技开发有限公司 三维人体姿态预测方法、装置、介质及设备
CN111666917A (zh) * 2020-06-19 2020-09-15 北京市商汤科技开发有限公司 姿态检测及视频处理方法、装置、电子设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HOU XIANG: "Research on Human Behavior Recognition Based on RGB-D Images", MASTER THESIS, TIANJIN POLYTECHNIC UNIVERSITY, CN, no. 12, 15 December 2015 (2015-12-15), CN , XP055881405, ISSN: 1674-0246 *
ZHENG BINJUE: "Gesture Recognition Based on Kinect Depth Data", MASTER THESIS, TIANJIN POLYTECHNIC UNIVERSITY, CN, no. 9, 15 September 2014 (2014-09-15), CN , XP055881403, ISSN: 1674-0246 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114392457A (zh) * 2022-03-25 2022-04-26 北京无疆脑智科技有限公司 信息生成方法、装置、电子设备、存储介质和系统

Also Published As

Publication number Publication date
CN111666917A (zh) 2020-09-15
TW202201273A (zh) 2022-01-01

Similar Documents

Publication Publication Date Title
WO2021253777A1 (zh) 姿态检测及视频处理方法、装置、电子设备和存储介质
WO2021008158A1 (zh) 一种人体关键点检测方法及装置、电子设备和存储介质
JP6587628B2 (ja) 命令生成方法及び装置
US11288531B2 (en) Image processing method and apparatus, electronic device, and storage medium
TWI769635B (zh) 網路訓練、行人重識別方法、電子設備及電腦可讀存儲介質
WO2020135127A1 (zh) 一种行人识别方法及装置
TW202109449A (zh) 影像處理方法、電子設備，和電腦可讀儲存介質
US20220180553A1 (en) Pose prediction method and apparatus, and model training method and apparatus
CN105631403A (zh) 人脸识别方法及装置
WO2020155713A1 (zh) 图像处理方法及装置、网络训练方法及装置
KR20140104753A (ko) 신체 부위 검출을 이용한 이미지 프리뷰
CN112115894B (zh) 手部关键点检测模型的训练方法、装置及电子设备
CN104036240A (zh) 人脸特征点的定位方法和装置
CN112614214B (zh) 动作捕捉方法、装置、电子设备及存储介质
KR102367648B1 (ko) 전 방향 시차 영상 합성 방법, 장치 및 저장 매체
CN110909203A (zh) 视频分析方法及装置、电子设备和存储介质
CN111104920A (zh) 视频处理方法及装置、电子设备和存储介质
CN112906484A (zh) 一种视频帧处理方法及装置、电子设备和存储介质
CN110929616B (zh) 一种人手识别方法、装置、电子设备和存储介质
WO2023273499A1 (zh) 深度检测方法及装置、电子设备和存储介质
CN105188027A (zh) 附近用户查找方法及装置
CN114581525A (zh) 姿态确定方法及装置、电子设备和存储介质
US20210158031A1 (en) Gesture Recognition Method, and Electronic Device and Storage Medium
CN105094364A (zh) 词汇显示方法和装置
KR20210157470A (ko) 자세 검출 및 비디오 처리 방법, 장치, 전자 기기 및 저장 매체

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021567798

Country of ref document: JP

Kind code of ref document: A

Ref document number: 20217036883

Country of ref document: KR

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20941005

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20941005

Country of ref document: EP

Kind code of ref document: A1