一种基于人工智能深度学习技术的计算机视觉的实时多人姿态估计方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111428664 A (43)申请公布日 2020.07.17 (21)申请号 202010239278.X (22)申请日 2020.03.30 (71)申请人 厦门瑞为信息技术有限公司 地址 361000 福建省厦门市火炬高新区软 件园华讯楼C区B1F-112 (72)发明人 徐邵凯　 (74)专利代理机构 北京康盛知识产权代理有限 公司 11331 代理人 梁锦平 (51)Int.Cl. G06K 9/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 权利要求书2页 说明书6页 附图3页 (54)发明名称 一种基于人工智能深度学习技术的计算机 视觉的实时多人姿态估计方法 (57)摘要 本发明适用于视频处理技术领域，提供了一 种基于人工智能深度学习技术的计算机视觉的 实时多人姿态估计方法，通过依次获取摄像头采 集的当前帧图像，并进行归一化操作，使用预训 练的神经网络模型与后处理算法对当前帧图像 进行多人姿态估计，得到图像中所有人的人体关 键点和人体骨架，从而实现多人姿态估计。本发 明基于全图进行多人姿态估计，能够通过摄像头 采集的图像快速准确的预测图片中所有人的人 体关键点和骨架姿态，非常适合在安防领域用于 判断人的行为和人体的姿态。本发明通过预训练 A 的神经网络，经过一次前向传播即可预测出图片 4 中所有人的人体姿态，运行速度不受图片中人数 6 6 8 多少的限制，因此可以更加快速稳定的运行。 2 4 1 1 1 N C CN 111428664 A 权　利　要　求　书 1/2页 1.一种基于人工智能深度学习技术的计算机视觉的实时多人姿态估计方法，其特征在 于：包括以下步骤： 获取摄像头采集的当前帧图像，并进行归一化操作； 使用预训练的神经网络模型与后处理算法对当前帧图像进行多人姿态估计，得到图像 中所有人的人体关键点和人体骨架。 2.如权利要求1所述的一种基于人工智能深度学习技术的计算机视觉的实时多人姿态 估计方法，其特征在于：所述获取摄像头采集的当前帧图像，并进行归一化操作，具体为： 从摄像头获取当前帧的RGB图片； 对所述图片使用预设参数进行归一化处理； 将所述图片缩放到宽576*高320。 3.如权利要求2所述的一种基于人工智能深度学习技术的计算机视觉的实时多人姿态 估计方法，其特征在于：所述神经网络模型与后处理算法对当前帧图像进行多人姿态估计， 具体为： 所述神经网络模型的主干网络为ResNet50结构，输入大小为宽576、高320，使用 ResNet50的卷积部分提取多尺度特征，分别从ResNet50的四个残差组结构获得四种大小的 feature maps；接着将第一组feature maps进行2倍上采样后与第二组feature maps按通 道拼接，前两组拼接后的feature maps经过卷积层与2倍上采样层后与第三组feature  maps按通道拼接，前三组拼接后的feature maps经过卷积层与2倍上采样层后与第四组 feature maps按通道拼接；将第一组feature maps经过四个bottleneck结构后进行8倍上 采样，将上述前两组拼接后的feature maps经过卷积层融合后再经过三个bottleneck结构 后进行4倍上采样，将上述前三组拼接后的feature maps经过卷积层融合后再经过两个 bottl