本發(fā)明涉及雷達(dá)探測，具體為一種人體姿態(tài)識別方法、裝置、電子設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)：

1、隨著5g技術(shù)的飛速發(fā)展與成熟，人們對于智能生活的期待越來越高，更多高科技工業(yè)化產(chǎn)品也應(yīng)運(yùn)而生，其中，人體姿態(tài)識別被廣泛應(yīng)用于人機(jī)交互、智能監(jiān)控、虛擬現(xiàn)實(shí)和人體行為分析等領(lǐng)域，其識別過程是基于指定視頻圖像或傳感器信號，根據(jù)人體關(guān)節(jié)點(diǎn)位置的變化識別人體動作的過程。

2、目前，基于視頻的姿態(tài)檢測與基于穿戴式傳感器的姿態(tài)檢測是主流的姿態(tài)檢測方案，其中，攝像頭拍攝的圖像質(zhì)量容易受到拍攝角度、光線變化、局部遮擋等影響，而穿戴式傳感器僅能實(shí)現(xiàn)近距離的姿態(tài)檢測，且穿戴設(shè)備易脫落，不利于在長時間內(nèi)對人員進(jìn)行持續(xù)的姿態(tài)檢測與維持。同時，在實(shí)際實(shí)驗(yàn)中發(fā)現(xiàn)，當(dāng)運(yùn)動幅度相對較大時，人體的局部運(yùn)動會造成對人體姿態(tài)的誤判，從而降低了檢測的準(zhǔn)確率，影響系統(tǒng)檢測的穩(wěn)定性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的目的在于提供一種人體姿態(tài)識別方法、裝置、電子設(shè)備及可讀存儲介質(zhì)，解決現(xiàn)有技術(shù)中因人體局部運(yùn)動導(dǎo)致對人體姿態(tài)的誤判，從而降低檢測準(zhǔn)確率，影響系統(tǒng)檢測穩(wěn)定性的問題，具體技術(shù)方案如下：

2、依據(jù)本技術(shù)實(shí)施例的第一方面，提供了一種人體姿態(tài)識別方法，所述方法包括：

3、獲取檢測目標(biāo)的初始姿態(tài)；

4、獲取所述檢測目標(biāo)的原始信號，并根據(jù)所述原始信號生成所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)；

5、獲取追蹤算法以及姿態(tài)檢測算法，所述姿態(tài)檢測算法對應(yīng)有一個固定幀數(shù)長度的滑動時間窗口；

6、將每一幀所述點(diǎn)云數(shù)據(jù)輸入所述追蹤算法進(jìn)行質(zhì)心檢測，獲得所述檢測目標(biāo)在每幀所述點(diǎn)云數(shù)據(jù)中的質(zhì)心信息；

7、逐幀將所述點(diǎn)云數(shù)據(jù)以及所述點(diǎn)云數(shù)據(jù)對應(yīng)的質(zhì)心信息輸入所述姿態(tài)檢測算法進(jìn)行姿態(tài)檢測，獲取所述滑動時間窗口內(nèi)的多幀點(diǎn)云數(shù)據(jù)；

8、當(dāng)所述滑動時間窗口內(nèi)的多幀點(diǎn)云數(shù)據(jù)滿足預(yù)設(shè)條件時，所述檢測目標(biāo)由所述初始姿態(tài)轉(zhuǎn)移至目標(biāo)姿態(tài)。

9、進(jìn)一步地，所述獲取所述檢測目標(biāo)的原始信號，并根據(jù)所述原始信號生成所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)，包括：

10、通過所述毫米波雷達(dá)對檢測范圍進(jìn)行檢測，并獲取位于所述檢測范圍內(nèi)的檢測目標(biāo)對應(yīng)的反射信號；

11、根據(jù)所述反射信號進(jìn)行特征提取，生成與所述檢測目標(biāo)相關(guān)的若干個特征值；

12、根據(jù)所述檢測目標(biāo)相關(guān)的若干個特征值，生成所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)；

13、所述特征值包括距離、方位角、俯仰角、多普勒信息、信噪比和噪聲值。

14、進(jìn)一步地，所述追蹤算法包括聚類算法與基于擴(kuò)展卡爾曼濾波的修正算法，所述將每一幀所述點(diǎn)云數(shù)據(jù)輸入所述追蹤算法進(jìn)行質(zhì)心檢測，獲得所述檢測目標(biāo)在每幀所述點(diǎn)云數(shù)據(jù)中的質(zhì)心信息，包括：

15、將每一幀所述點(diǎn)云數(shù)據(jù)逐幀輸入所述聚類算法，并結(jié)合所述基于擴(kuò)展卡爾曼濾波的修正算法進(jìn)行修正，得到所述檢測目標(biāo)在每幀所述點(diǎn)云數(shù)據(jù)中的質(zhì)心信息；

16、所述質(zhì)心信息包括：位置、速度與加速度信息。

17、進(jìn)一步地，所述滑動時間窗口包括所述檢測目標(biāo)當(dāng)前幀圖像及之前幀圖像對應(yīng)的點(diǎn)云數(shù)據(jù)、質(zhì)心信息及特征值，所述獲取追蹤算法以及姿態(tài)檢測算法，所述姿態(tài)檢測算法對應(yīng)有一個固定幀數(shù)長度的滑動時間窗口，包括：

18、獲取有限狀態(tài)機(jī)，通過所述有限狀態(tài)機(jī)對所述姿態(tài)檢測算法進(jìn)行建模，每個所述有限狀態(tài)機(jī)對應(yīng)一個所述固定幀數(shù)長度的滑動時間窗口；

19、通過先進(jìn)先出的方式對所述滑動時間窗口內(nèi)的幀數(shù)據(jù)進(jìn)行實(shí)時更新；

20、其中，所述獲取有限狀態(tài)機(jī)，通過所述有限狀態(tài)機(jī)對所述姿態(tài)檢測算法進(jìn)行建模，包括：

21、獲取所述檢測目標(biāo)在檢測范圍內(nèi)的動作狀態(tài)，將所述動作狀態(tài)定義為所述有限狀態(tài)機(jī)中對應(yīng)的各個節(jié)點(diǎn)，所述動作狀態(tài)至少包括：走、站、坐和跌倒中的一種；

22、設(shè)置狀態(tài)轉(zhuǎn)移條件，將所述狀態(tài)轉(zhuǎn)移條件定義為所述有限狀態(tài)機(jī)中第一節(jié)點(diǎn)與第二節(jié)點(diǎn)之間相連的邊。

23、進(jìn)一步地，所述當(dāng)所述滑動時間窗口內(nèi)的多幀點(diǎn)云數(shù)據(jù)滿足預(yù)設(shè)條件時，所述檢測目標(biāo)由初始姿態(tài)轉(zhuǎn)移至目標(biāo)姿態(tài)，包括：

24、判斷所述多幀點(diǎn)云數(shù)據(jù)否滿足第一預(yù)設(shè)條件或所述多幀點(diǎn)云數(shù)據(jù)是否滿足第二預(yù)設(shè)條件；

25、當(dāng)所述多幀點(diǎn)云數(shù)據(jù)滿足所述第一預(yù)設(shè)條件且滿足所述第二預(yù)設(shè)條件時，所述檢測目標(biāo)當(dāng)前動作狀態(tài)對應(yīng)的節(jié)點(diǎn)沿所述狀態(tài)轉(zhuǎn)移條件對應(yīng)的邊發(fā)生轉(zhuǎn)移；

26、當(dāng)所述多幀點(diǎn)云數(shù)據(jù)未滿足所述第一預(yù)設(shè)條件或未滿足所述第二預(yù)設(shè)條件時，所述檢測目標(biāo)當(dāng)前動作狀態(tài)對應(yīng)的節(jié)點(diǎn)沿自旋邊發(fā)生轉(zhuǎn)移，保持不變；

27、將所述檢測目標(biāo)當(dāng)前動作狀態(tài)對應(yīng)的節(jié)點(diǎn)發(fā)生轉(zhuǎn)移后的節(jié)點(diǎn)作為所述檢測目標(biāo)的目標(biāo)節(jié)點(diǎn)，獲取所述目標(biāo)節(jié)點(diǎn)對應(yīng)的動作狀態(tài)作為所述目標(biāo)姿態(tài)。

28、進(jìn)一步地，所述判斷所述多幀點(diǎn)云數(shù)據(jù)否滿足第一預(yù)設(shè)條件或所述多幀點(diǎn)云數(shù)據(jù)是否滿足第二預(yù)設(shè)條件，包括：

29、獲取所述滑動時間窗口內(nèi)同時滿足第三預(yù)設(shè)條件、第四預(yù)設(shè)條件及第五預(yù)設(shè)條件的點(diǎn)云數(shù)據(jù)的幀數(shù)量，當(dāng)所述幀數(shù)量大于等于第一預(yù)設(shè)值時，所述多幀點(diǎn)云數(shù)據(jù)滿足所述第一預(yù)設(shè)條件；

30、獲取所述滑動時間窗口內(nèi)所述檢測目標(biāo)的質(zhì)心信息的位置高于第二預(yù)設(shè)值的點(diǎn)云數(shù)據(jù)的幀數(shù)量，當(dāng)所述幀數(shù)量大于等于第三預(yù)設(shè)值時，所述多幀點(diǎn)云數(shù)據(jù)滿足所述第二預(yù)設(shè)條件。

31、進(jìn)一步地，所述獲取所述滑動時間窗口內(nèi)同時滿足第三預(yù)設(shè)條件、第四預(yù)設(shè)條件及第五預(yù)設(shè)條件的點(diǎn)云數(shù)據(jù)的幀數(shù)量，包括：

32、獲取所述滑動時間窗口內(nèi)所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)中最高點(diǎn)與最低點(diǎn)的高度差，當(dāng)所述高度差達(dá)到第四預(yù)設(shè)值時，所述點(diǎn)云數(shù)據(jù)的對應(yīng)幀滿足所述第三預(yù)設(shè)條件；

33、獲取所述滑動時間窗口內(nèi)所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)中高于所述檢測目標(biāo)的質(zhì)心信息的位置的點(diǎn)數(shù)，當(dāng)所述高于所述檢測目標(biāo)的質(zhì)心信息位置的點(diǎn)數(shù)達(dá)到第五預(yù)設(shè)值時，所述點(diǎn)云數(shù)據(jù)的對應(yīng)幀滿足所述第四預(yù)設(shè)條件；

34、獲取所述滑動時間窗口內(nèi)所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)中低于所述檢測目標(biāo)的質(zhì)心信息的位置的點(diǎn)數(shù)，當(dāng)所述低于所述檢測目標(biāo)的質(zhì)心信息的位置的點(diǎn)數(shù)達(dá)到第六預(yù)設(shè)值時，所述點(diǎn)云數(shù)據(jù)的對應(yīng)幀滿足所述第五預(yù)設(shè)條件；

35、獲取所述滑動時間窗口內(nèi)所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)中同時滿足所述第三預(yù)設(shè)條件、所述第四預(yù)設(shè)條件及所述第五預(yù)設(shè)條件的幀數(shù)量。

36、根據(jù)本技術(shù)實(shí)施例的第二方面，提供一種人體姿態(tài)識別裝置，所述裝置包括：

37、姿態(tài)設(shè)置模塊，用于獲取檢測目標(biāo)的初始姿態(tài)；

38、點(diǎn)云數(shù)據(jù)生成模塊，用于獲取所述檢測目標(biāo)的原始信號，并根據(jù)所述原始信號生成所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)；

39、算法獲取模塊，用于獲取追蹤算法以及姿態(tài)檢測算法，所述姿態(tài)檢測算法對應(yīng)有一個固定幀數(shù)長度的滑動時間窗口；

40、目標(biāo)追蹤模塊，用于將每一幀所述點(diǎn)云數(shù)據(jù)輸入所述追蹤算法進(jìn)行質(zhì)心檢測，獲得所述檢測目標(biāo)在每幀所述點(diǎn)云數(shù)據(jù)中的質(zhì)心信息；

41、姿態(tài)檢測模塊，用于逐幀將所述點(diǎn)云數(shù)據(jù)以及所述點(diǎn)云數(shù)據(jù)對應(yīng)的質(zhì)心信息輸入所述姿態(tài)檢測算法進(jìn)行姿態(tài)檢測，獲取所述滑動時間窗口內(nèi)的多幀點(diǎn)云數(shù)據(jù)；

42、目標(biāo)姿態(tài)確認(rèn)模塊，用于當(dāng)所述滑動時間窗口內(nèi)的多幀點(diǎn)云數(shù)據(jù)滿足預(yù)設(shè)條件時，所述檢測目標(biāo)由所述初始姿態(tài)轉(zhuǎn)移至目標(biāo)姿態(tài)。

43、根據(jù)本技術(shù)實(shí)施例的第三方面，提供一種電子設(shè)備，包括：

44、存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的程序；

45、其中，所述處理器被配置為讀取所述存儲器上的程序，實(shí)現(xiàn)如第一方面所述的人體姿態(tài)識別方法。

46、根據(jù)本技術(shù)實(shí)施例的第四方面，提供一種計算機(jī)可讀存儲介質(zhì)，存儲與電子設(shè)備結(jié)合使用的計算機(jī)程序，所述計算機(jī)程序可被處理器執(zhí)行以完成如第一方面所述的人體姿態(tài)識別方法。

47、本發(fā)明的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

48、本發(fā)明通過獲取檢測目標(biāo)的初始姿態(tài)與原始信號，并根據(jù)所述原始信號生成所述檢測目標(biāo)對應(yīng)的若干幀點(diǎn)云數(shù)據(jù)；獲取追蹤算法以及姿態(tài)檢測算法，所述姿態(tài)檢測算法對應(yīng)有一個固定幀數(shù)長度的滑動時間窗口；將每一幀所述點(diǎn)云數(shù)據(jù)輸入所述追蹤算法進(jìn)行質(zhì)心檢測，獲得所述檢測目標(biāo)在每幀所述點(diǎn)云數(shù)據(jù)中的質(zhì)心信息；逐幀將所述點(diǎn)云數(shù)據(jù)以及所述點(diǎn)云數(shù)據(jù)對應(yīng)的質(zhì)心信息輸入所述姿態(tài)檢測算法進(jìn)行姿態(tài)檢測，獲取所述滑動時間窗口內(nèi)的多幀點(diǎn)云數(shù)據(jù)；當(dāng)所述滑動時間窗口內(nèi)的多幀點(diǎn)云數(shù)據(jù)滿足預(yù)設(shè)條件時，所述檢測目標(biāo)由初始姿態(tài)轉(zhuǎn)移至目標(biāo)姿態(tài)。本技術(shù)維持滑動時間窗口中實(shí)時更新的多幀圖像，對人員姿態(tài)進(jìn)行持續(xù)性的監(jiān)測，避免非連續(xù)監(jiān)測存在的偶然性，提供更加客觀的用戶活動數(shù)據(jù)，并在獲取檢測目標(biāo)對應(yīng)點(diǎn)云數(shù)據(jù)的同時，將質(zhì)心信息也作為人體姿態(tài)的識別依據(jù)，并設(shè)置多種預(yù)設(shè)條件對所述滑動時間窗口中的點(diǎn)云數(shù)據(jù)與質(zhì)心信息進(jìn)行判斷，能夠正確地判定人體局部運(yùn)動，防止因人體局部運(yùn)動而誤判姿態(tài)，有效提高對人體局部運(yùn)動的識別準(zhǔn)確率，并增強(qiáng)人體姿態(tài)識別的穩(wěn)定性。

49、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本技術(shù)。